简介

随着字节业务的高速发展，基于 Kubernetes 托管的机器数量越来越多。由于在线服务负载的潮汐现象导致机器利用率低下，空闲资源可用于运行离线任务来节约成本，但是受限于在线服务严格的 p99 延迟要求，将两种服务运行在相同机器上会严重影响在线服务的稳定性。本次分享将从混部场景下的QoS分析方法、在线调度机制、离线调度机制、隔离策略和未来技术演进五个方面，介绍如何实现在有效保证在线服务 SLO 的前提下，尽可能高地提升资源利用率。

课程收益

1. 目标：

大规模容器集群资源优化实践，有效提升资源利用率

2. 成功（或教训）要点：

从数据中心整体视角看待混部问题，阐述完整的混部落地实战经验，大幅提升机器资源利用率，降低成本。

3. 启示：

a 从系统层面深入了解在线业务和离线业务在QoS关注点上的异同

b了解K8s和Yarn在混部场景的调度机制

c了解底层隔离机制如何实现在离线容器共存，在保证在线服务QoS前提下大幅提升利用率

受众人群

架构工程师、运维工程师、测试工程师

课程时长

1天（6H）

分享提纲