Volcano架构设计与原理介绍

Posted 2021-04-10 容器魔方

Volcano是一个基于Kubernetes的云原生批量计算平台，也是CNCF的首个批量计算项目。

Volcano 主要用于AI、大数据、基因、渲染等诸多高性能计算场景，对主流通用计算框架均有很好的支持。它提供高性能计算任务调度，异构设备管理，任务运行时管理等能力，目前在很多领域都已落地应用。本篇文章主要分享Volcano架构设计与原理。

Volcano产生的背景

上图是我们做的一个分析，我们将其分为三层，最下面为资源管理层，中间为领域的框架，包括AI的体系、HPC、Batch， WKflow的管理以及像现在的一些微服务及流量治理等。再往上是行业以及一些行业的应用。

随着一些行业的应用变得复杂，它对所需求的解决方案的要求也越来越高。举个例子在10多年以前，在金融行业提供解决方案时，它的架构是非常简单的，可能需要一个数据库，一个ERP的中间件，就可以解决银行大部分的业务。

而现在，每天要收集大量的数据，需要spark去做数据分析，甚至需要一些数据湖的产品去建立数据仓库，然后去做分析，产生报表。同时它还会用 AI的一些系统，来简化业务流程等。

因此，现在的一些行业应用与10年前比，变得很复杂，它可能会应用到下面这些领域框架里面的一个或多个。其实对于行业应用，它的需求是在多个领域框架作为一个融合，领域框架的诉求是下面的资源管理层能够提供统一的资源管理。

Kubernetes现在越来越多的承载了统一的资源管理的角色，它可以为 HPC这些行业领域框架提供服务，也可以作为大数据领域的资源管理层。Volcano主要是基于Kubernetes做的一个批处理系统，希望上层的HPC、中间层大数据的应用以及最下面一层AI能够在统一Kubernetes上面运行的更高效。

Volcano要解决什么样的问题？

挑战 1: 面向高性能负载的调度策略

e.g. fair-share, gang-scheduling

挑战 2: 支持多种作业生命周期管理

e.g. multiple pod template, error handling

挑战 3: 支持多种异构硬件

e.g. GPU, FPGA

挑战 4: 面向高性能负载的性能优化

e.g. scalability, throughput, network, runtime

挑战 5：支持资源管理及分时共享

e.g. Queue, Reclaim

Volcano架构体系

图中蓝色部分是 K8s本身的组件，绿色的部分是Volcano新加的一些组件。

作业提交流程：

1）通过 Admission 后，kubectl 将在 kube-apiserver中创建 Job (Volcano CRD) 对像

2）JobController 根据 Job 的配置创建 相应的 Pods e.g. replicas

3）Pod及PodGroup创建 后，vc-scheduler 会到 kube-apiserver 获取Pod/PodGroup 以及 node 信息

4）获取信息后，vc-scheduler 将根据其配置的调度策略为每一个 Pod 选取合适节点

5）在为Pod分配节点后，kubelet 将从kube-apiserver中取得Pod的配置，启动相应的容器

需要强调的几点：

• vc-scheduler 中的调度策略都以插件的形式存在, e.g. DRF, Priority, Gang

• vc-controllers 包含了 QueueController, JobController，PodGroupController 以及 gc-controller

• vc-scheduler 不仅可以调度批量计算的作业，也可以调度微服务作业；并且可以通过 multi-scheduler 功能与 kube-scheduler 共存

部分组件介绍

Controller

左边为Volcano Job Controller，不只调度使用的Volcano，Job的生命周期管理、作业管理都在这里面包含。我们提供了统一的作业管理，你只要使用Volcano，也不需要创建各种各样的操作，就可以直接运行作业。右边为CRD Job Controller，通过下面的PodGroup去做集成。

scheduler架构体系

Scheduler支持动态配置和加载。左边为apiserver,右边为整个Scheduler。apiserver里有Job、Pod、Pod Group；Scheduler分为三部分，第一层为Cache,中间层为整个调度的过程，右边是以插件形式存在的调度算法。

Cache会将apiserver里创建的Pod、Pod Group这些信息存储并加工为Jobinfors。中间层的OpenSession会从Cache里拉取Pod、Pod Group，同时将右边的算法插件一起获取，从而运行它的调度工作。

状态之间根据不同的操作进行转换，见下图：

另外，我们在Pod和Pod的状态方面增加了很多状态，图中蓝色部分为K8s自带的状态；绿色部分是session级别的状态。一个调度周期，我们会创建一个session，它只在调度周期内发挥作用，一旦过了调度周期，这几个状态它是失效的；黄色部分的状态是放在Cache内的。我们加这些状态的目的是减少调度和API之间的一个交互，从而来优化调度性能。

Pod的这些状态为调度器提供了更多优化的可能。例如，当进行Pod驱逐时，驱逐在Binding和Bound状态的Pod要比较驱逐Running状态的Pod的代价要小 (思考：还有其它状态的Pod可以驱逐吗？)；并且状态都是记录在Volcano调度内部，减少了与kube-apiserver的通信。

但目前Volcano调度器仅使用了状态的部分功能，比如现在的preemption/reclaim仅会驱逐Running状态下的Pod；这主要是由于分布式系统中很难做到完全的状态同步，在驱逐Binding和Bound状态的Pod会有很多的状态竞争。

在功能上面能带来哪些好处？

• 支持多种类型作业混合部署

• 支持多队列用于多租户资源共享，资源规划；

• 并分时复用资源

• 支持多种高级调度策略，有效提升整集群资源利用率

• 支持资源实时监控，用于高精度资源调度，例如 热点，网络带宽；容器引擎，网络性能优化, e.g. 免加载

分布式训练场景：

Gang-scheduler

• Case 1: 1 job with 2ps + 4workers
• Case 2: 2 jobs with 2ps + 4workers
• Case 3: 5 jobs with 2ps + 4workers

在Volcano和 kubeflow+kube-scheduler中做对比，Case 1在资源充足的时候效果是差不多的；Case 2是在没有足够的资源的情况下同时运行两个作业，如果没有 gang-scheduling，其中的一个作业会出现忙等 ；Case 3当作业数涨到5后，很大概率出现死锁。

IOAware

• 3个作业的执行时间总和; 每个作业带2ps + 4workers
• 默认调度器执行时间波动较大
• 执行时间的提高量依据数据在作业中的比例而定
• 减少 Pod Affinity/Anti-Affinity，提高调度器的整体性能

大数据场景

• Spark-sql-perf (TP-DCS, master)
• 104 queries concurrently
• (8cpu, 64G, 1600SSD) * 4nodes
• Kubernetes 1.13
• Driver: 1cpu,4G; Executor: (1cpu,4G)*5

• 如果没有固定的driver节点，最多同时运行 26 条查询语句
• 由于Volcano提供了作业级的资源预留，总体性能提高了~30%

HPC场景—MPI on Volcano

GPU共享特性

1）算力优化：

• GPU硬件加速，TensorCore

• GPU共享

• 昇腾改造

2）调度算法优化：

• Job/Task模型，提供AI类Job统一批量调度

• 多任务排队，支持多租户/部门共享集群

• 单Job内多任务集群中最优化亲和性调度、Gang Scheduling等

• 主流的PS-Worker、Ring AllReduce等分布式训练模型

3）流程优化

• 容器镜像

• CICD流程

• 日志监控

Volcano可以支持更大规模的一个集群调度，目前是1万个节点百万容器，调度的性能每秒达到2000个Pod。

1)编排：

• Etcd 分库分表，e.g. Event 放到单独库，wal/snapshot 单独挂盘

• 通过一致性哈希分散处理，实现 controller-manager 多活

• Kube-apiserver 基于工作负载的弹性扩容

2)调度：

• 通过 EquivalenceCache，算法剪枝 等技术提升单调度器的吞吐性能

• 通过共享资源视图实现调度器多活，提升调度速率

3)网络：

• 通过trunkport提升单节点容器密度及单集群ENI容量

• 通过 Warm Pool 预申请网口，提升网口发放速度

• 基于eBPF/XDP 支持大规模、高度变化的云原生应用网络，e.g. Service, network policy

4)引擎：

• containerd 并发 启动优化

• 支持shimv2，提升单节点容器密度

• 镜像下载加速 Lazy loading

Cromwell社区集成

Cromwell是一个流程调度软件，它可以定义不同的作业，这个软件在基因测序以及基因计算领域里应用是比较广泛的。

• Cromwell 社区原生支持Volcano

• 企业版已经上线 华为云 GCS

• 通过 cromwell 支持作业依赖

• Volcano 提供面向作业、数据依赖的调度

Volcano CLI

KubeSim

简介：

• 集群进行性能测试及调度的描述工具

• 不受资源限制，模拟大规模K8S集群

• 完整的K8S API调用，不会真正创建pod

• 已经支持产品侧大规模专项及调度专项的模拟工作

总体结构：

• Worker cluster：承载kubemark虚拟节点，hollow pod

• Master cluster：管理kubemark虚拟节点，hollow node

• Hollow pod = hollow kubelet + hollow proxy

社区活跃度

• 1.4k star，300+ fork，150+ 贡献者

• 3 Maintainer，7 Reviewer

• 30 家企业、科研机构

目前使用Volcano的部分企业：

推荐阅读

扫描二维码 ｜ 加入Volcano技术交流群

戳阅读原文，观看Volcano架构视频介绍！