8.3. 为分布式工作负载配置配额管理

流程

1. 在一个终端窗口中，如果您还没有以集群管理员登录到 OpenShift 集群，请登录 OpenShift CLI，如下例所示：

   $ oc login <openshift_cluster_url> -u <admin_username> -p <password>

   Copy to Clipboard Toggle word wrap

2. 创建一个空的 Kueue 资源类别，如下所示：

   1. 创建名为 default_flavor.yaml 的文件，并使用以下内容填充它：

      空的 Kueue 资源类型

      apiVersion: kueue.x-k8s.io/v1beta1
      kind: ResourceFlavor
      metadata:
        name: default-flavor

      Copy to Clipboard Toggle word wrap

   2. 应用配置以创建 default-flavor 对象：

      $ oc apply -f default_flavor.yaml

      Copy to Clipboard Toggle word wrap

3. 创建一个集群队列来管理空的 Kueue 资源类型，如下所示：

   1. 创建名为 cluster_queue.yaml 的文件，并使用以下内容填充它：

      集群队列示例

      apiVersion: kueue.x-k8s.io/v1beta1
      kind: ClusterQueue
      metadata:
        name: "cluster-queue"
      spec:
        namespaceSelector: {}  # match all.
        resourceGroups:
        - coveredResources: ["cpu", "memory", "nvidia.com/gpu"]
          flavors:
          - name: "default-flavor"
            resources:
            - name: "cpu"
              nominalQuota: 9
            - name: "memory"
              nominalQuota: 36Gi
            - name: "nvidia.com/gpu"
              nominalQuota: 5

      Copy to Clipboard Toggle word wrap

   2. 将示例配额值(9 CPU、36 GiB 内存和 5 NVIDIA GPU)替换为集群队列的适当值。如果使用 AMD GPU，在示例代码中将 nvidia.com/gpu 替换为 amd.com/gpu。只有所需资源达到这些配额限制时，集群队列才会启动分布式工作负载。

      您必须为每个用户可以请求的资源指定一个配额，即使请求的值为 0，更新 spec.resourceGroups 部分，如下所示：

      • 在 coveredResources 列表中包含资源名称。
      • 在 flavor.resources 部分中指定 资源名称 和 nominalQuota，即使 nominalQuota 值为 0。

   3. 应用配置以创建 cluster-queue 对象：

      $ oc apply -f cluster_queue.yaml

      Copy to Clipboard Toggle word wrap

4. 创建一个指向集群队列的本地队列，如下所示：

   1. 创建名为 local_queue.yaml 的文件，并使用以下内容填充它：

      本地队列示例

      apiVersion: kueue.x-k8s.io/v1beta1
      kind: LocalQueue
      metadata:
        namespace: test
        name: local-queue-test
        annotations:
          kueue.x-k8s.io/default-queue: 'true'
      spec:
        clusterQueue: cluster-queue

      Copy to Clipboard Toggle word wrap

      kueue.x-k8s.io/default-queue: 'true' 注解将此队列定义为默认队列。如果在数据科学管道或 Jupyter 笔记本或 Microsoft Visual Studio Code 文件的 ClusterConfiguration 部分中没有指定 local_queue 值，则分布式工作负载将提交到此队列。

   2. 更新 namespace 值，以指定与创建 Ray 集群的 ClusterConfiguration 部分中相同的命名空间。
   3. 可选：相应地更新 name 值。

   4. 应用配置以创建 local-queue 对象：

      $ oc apply -f local_queue.yaml

      Copy to Clipboard Toggle word wrap

      集群队列分配资源，以便在本地队列中运行分布式工作负载。