在100,000个核心集群上运行100万个作业

随着客户在更大的环境中部署OpenLava。可扩展性，吞吐量和性能变得越来越重要。为了满足这些领域的客户需求，OpenLava 提供了一些重要的增强功能：

o  并行化作业事件处理以加速集群启动并最小化停机时间。

o   增强的守护进程间通信，提高效率和性能。

o   其他调整参数，为集群管理员提供其他工具，以提高性能，响应速度和可扩展性。

在发布OpenLava之前，天云软件使用HPC Cluster-as-a-Service在100,000个内核组成的集群上进行了大规模测试，这是我们迄今为止进行过的最大的测试。

测试的目的是证明：

• OpenLava可以管理大规模工作负载 – 1,000,000个作业跨越近100,000个内核。
• OpenLava可以处理EDA（电子设计自动化）仿真环境（平均运行时间大约为4分钟）中常见的大型工作负载模式类型。
• OpenLava可以快速调度作业并响应用户命令，即使在负载非常高的时段。
• OpenLava可以大规模实施复杂的资源共享策略（例如，fairshare），以增加现实性。
• OpenLava可以可靠地运行大型工作负载，而无需丢失作业，这是业务关键型模拟环境的基本要求

测试环境

为了进行测试，使用HPC Cluster-as-a-Service产品在Amazon Web Services上提供了由大约100,000个核心组成的1,000个节点集群。使用HPC集群可以大幅节省时间和精力。使用Amazon c4.xlarge计算机类型（4个vCPU，内存为7.5 GB）配置主主机，其余999个计算主机均配置为t2.micro实例（1个vCPU，1 GB RAM），以降低成本。

每个t2.micro主机在OpenLava下配置了100个作业插槽，使其从OpenLava调度程序的角度看来与具有100个核心的鲁棒计算主机相同。

此外，在更稳健的主机上配置了20个作业插槽，以允许作业运行。

由于在大型环境中，AWS提供的三个主机无法启动。而不是花费时间排除类似于AWS瞬态错误的失败主机，总共99,620内核进行了测试：

• 每个计算主机有100个插槽，共99,600个模拟核心。
•  主机上有20个可用内核。

在AWS上自动配置OpenLava集群后，对OpenLava配置文件进行了其他更改以支持测试。

Begin UserGroup

GROUP_NAME GROUP_MEMBER USER_SHARES

G（all）（[default，1]）