2019.12.20 本周五在组内做了一次技术分享，内容关于kube-batch，也在其中阐述了些自我思考。本文记录下分享的主要内容，PPT就不贴上来了。

kube-batch 主要概念

调度器实际上解决的是最优解问题，在 kube-batch 中这个问题就是每一个 Action，原生支持
- allocate（分配）
- backfill（回填）
- reclaim（回收）
- preempt（抢占）
如何得到某个问题的最优解呢？需要通过多个维度进行打分，最终综合计算进行判断，在 kube-batch 中每一个维度就对应一个 plugin 具体的求解。针对 job 原生支持
- drf（主导资源均衡算法）
- gang（批调度）
- predicates（谓词）
- priority（job 优先级）
- nodeorder（node 优先级）
- conformance（驱逐时判断维度）
  
  对 queue 原生支持 proportion（队列之间的资源权重）
session：每一次调度周期都拥有唯一的 session，session 中包含本轮调度时集群中某些资源的SnapShot，包括
- Ready Node 信息
- Queue 信息
- 指定了 podgroup 和 queue 的 job
  
  同时也包含注册成功的 plugin，不同的 plugin 可以拥有不同维度的调度计算函数
queue 和 podgroup 是 kube-batch 中的 CRD
- queue 中包含多个 job （可以为 tf-job、spark job 和 batch job，通过 podgroup 进行映射
- 一个 job 中可能包含多个 task，映射为 pod
- 通过使用 podgroup minMember 保证 job 中最少要调度的 task 个数，即 minMember 用来保证 gang plugin vaild 判断，当job 中所包含的 task 个数少于 minMember 时，将不对此 job 进行批调度

basic concept

framework