12.2. NUMA 인식 스케줄링에 관하여

Node Tuning Operator의 성능 프로필을 NUMA 인식 스케줄링과 통합하면 대기 시간에 민감한 워크로드의 성능을 최적화하기 위해 CPU 친화성을 추가로 구성할 수 있습니다.

기본 OpenShift Container Platform Pod 스케줄러 스케줄링 논리는 개별 NUMA 영역이 아닌 전체 컴퓨팅 노드의 사용 가능한 리소스를 고려합니다. Kubelet 토폴로지 관리자에서 가장 제한적인 리소스 정렬이 요청되면 포드를 노드에 허용할 때 오류 상황이 발생할 수 있습니다. 반대로, 가장 제한적인 리소스 정렬이 요청되지 않으면 포드가 적절한 리소스 정렬 없이 노드에 입장할 수 있으며, 이로 인해 성능이 저하되거나 예측할 수 없게 됩니다. 예를 들어, 토폴로지 친화성 오류 상태가 있는 폭주형 포드 생성은 포드 스케줄러가 포드의 요청된 리소스가 사용 가능한지 알지 못한 채 보장된 포드 워크로드에 대해 최적이 아닌 스케줄링 결정을 내릴 때 발생할 수 있습니다. 예약 불일치 결정으로 인해 Pod 시작 지연이 발생할 수 있습니다. 또한 클러스터 상태와 리소스 할당에 따라 잘못된 Pod 스케줄링 결정으로 인해 시작 시도가 실패하여 클러스터에 추가 부하가 발생할 수 있습니다.

NUMA 리소스 운영자는 사용자 지정 NUMA 리소스 보조 스케줄러와 기타 리소스를 배포하여 기본 OpenShift Container Platform Pod 스케줄러의 단점을 완화합니다. 다음 다이어그램은 NUMA 인식 Pod 스케줄링에 대한 간략한 개요를 제공합니다.

그림 12.1. NUMA 인식 스케줄링 개요

View larger image