基于Docker学习——20170112

3.3资源调度策略
（1）容器调度。将集群资源的分配权托管给Mesos的marathon框架。Mesos基于DRF（dominant resource fairness）算法,来控制在集群的创建容器的策略，Mesos的操作单位是容器，集群运行情况如图2所示

（2）任务调度。OpenLava是一个开源的集群负载作业调度软件。利用Mesos主导集群上的容器创建，使用OpenIava主导任务分发。用户提交的计算任务通过OpenIava主机分发到各个计算节点（应用容器），OpenIava也有自己的负载均衡策略，来维持计算集群的高性能运转。
（3）弹性调度。一个高可用的分布式计算集群，一定需要弹性伸缩功能。OpenIava master将任务分发到可用的OpenIava容器中。任务量较大，有任务处在等待队列时，通过命令获取当前的队列状态信息，同时向Mesos发出创建容器的请求，接受到请求后，通过Docker Daemon在集群上创建新的容器。这时，OpenIava master就可以将处于pending状态的任务分发到新容器上了。一旦任务量减少到正常状态，Mesos就会根据获取到的信息销毁容器，释放资源。弹性策略如图3

根据资源（CPU、内存）的平均利用率指定弹性调度策略。N个容器的集群，平均资源利用率U_avg，第i台容器的资源利用率U_i，为U_avg= 1/N ∑U_i。该策略主要分为两个部分，增添和移除，通过资源监控软件每个IOS获取一次获取容器资源利用率，设置两个计数器，countA、countB分别记录容器的运行状态，每当平均资源利用率小于20%,countA增加一个计数，在连续10个采用周期，一旦有一次超过20%，countA清零，放弃删除容器。如果countA>=10，也就是这100s内，利用率均小于20%，删除负载最小的容器。每当平均资源利用率大于90%，countB增加一个计数，在连续10个采样周期，一旦有一次超过90%，countB清零，放弃删除容器。如果countB》=5，也就是这50s内，利用率均大于90%，增加一台容器，作为计算节点，这样，集群就能按需动态的增删计算节点。