Karmada v1.13 版本发布！新增应用优先级调度能力

关注

原创 2025-03-21 11:19:58 1.3k 阅读 AI 写同款· GEO 优化 ›

摘要：Karmada v1.13 版本现已发布，本版本包含多个新功能，助力多云编排可视化新篇章！

本文分享自华为云社区《Karmada v1.13 版本发布！新增应用优先级调度能力》，作者：云容器大未来。

Karmada 是开放的多云多集群容器编排引擎，旨在帮助用户在多云环境下部署和运维业务应用。凭借兼容 Kubernetes 原生 API 的能力，Karmada 可以平滑迁移单集群工作负载，并且仍可保持与 Kubernetes 周边生态工具链协同。

Karmada v1.13 版本[1]现已发布，本版本包含下列新增特性：

新增应用优先级调度功能，可用于保证关键作业时效性
新增应用调度暂停与恢复功能，可用于构建多集群队列系统
Karmada Operator 功能持续演进
Karmada 控制器性能优化提升
Karmada Dashboard 首个版本发布！开启多云编排可视化新篇章

新特性概览

应用优先级调度

当前，Karmada 调度器调度负载时遵循 FIFO 策略，按照负载进入调度队列的次序依次调度。但在某些场景，比如AI训练类作业平台，用户希望工作负载能够按照优先级进行调度。这样当高优先级、紧急任务进入调度队列时，可以实现“插队”的效果，从而确保关键业务的时效性与服务质量。

从 v1.13.0 版本起，用户使用 PropagationPolicy 分发负载时可以指定调度优先级(.spec.SchedulePriority 字段)。SchedulePriority 会指向用户事先配置的优先级类，Karmada 解析该优先级类并获取对应的优先级数值，值越大，调度优先级越高。

例如，需要在环境中部署 A，B 两种应用，应用A 负责在线交易这类对实时性要求高的业务，而应用B 负责定期日志清理等非紧急且对时间不敏感的业务。为确保在资源紧张时，应用A 能优先被调度，可以给应用A 配置较大的优先级类。

应用A 的优先级类和 PropagationPolicy 配置：

apiVersion:scheduling.k8s.io/v1
kind:PriorityClass
metadata:
   name:high-priority
value:1000000

---
apiVersion:policy.karmada.io/v1alpha1
kind:PropagationPolicy
metadata:
   name:propagation-a
spec:
 schedulePriority:
    priorityClassSource:KubePriorityClass
    priorityClassName:high-priority
placement:
   clusterAffinity:
     clusterNames:
     -member1
resourceSelectors:
-apiVersion:apps/v1
   kind:Deployment
   name:application-a

应用B 的优先级类和 PropagationPolicy 配置：

apiVersion: scheduling.k8s.io/v1
kind:PriorityClass
metadata:
 name:low-priority
value:1

---
apiVersion:policy.karmada.io/v1alpha1
kind:PropagationPolicy
metadata:
 name:propagation-b
spec:
 schedulePriority:
   priorityClassSource:KubePriorityClass
   priorityClassName:low-priority
placement:
   clusterAffinity:
     clusterNames:
     -member1
resourceSelectors:
-apiVersion:apps/v1
   kind:Deployment
   name:application-b

通过上述配置，当调度队列同时存在应用A 和应用B 的工作负载时，应用A 会被优先调度，即便应用B 先进入队列。

更多有关应用优先级调度的资料请参考：应用优先级调度[2]

应用调度暂停与恢复

应用从 Karmada 控制面分发到成员集群大致可以分为两个环节：

应用调度：Karmada 调度器根据分发策略为应用选择合适的集群。
应用分发：Karmada 控制器按照调度结果将应用分发到指定的集群。

Karmada 现已支持应用调度及分发过程的启停控制，这一能力为用户提供了灵活的调度管理手段。基于此，用户可根据实际业务需求，构建定制化的高级调度策略。例如，可将其与业务发布流程相结合，实现联邦应用跨集群的滚动升级；也可结合工作负载优先级，达成队列与工作负载的优先级调度。其中应用分发环节的暂停与恢复是在 v1.11.0 版本引入的功能，详细请参考：应用分发暂停与恢复[3]。而在 v1.13.0 版本，Karmada 正式引入了应用调度环节的暂停与恢复。

社区在字段 ResourceBinding.Spec.Suspension 中新增了字段 Scheduling，用于控制应用调度的暂停与恢复。当 Suspension.Scheduling 为 true 时，应用调度暂停。当 Suspension.Scheduling 为 false 时，应用调度恢复。此功能可以与第三方系统集成，通过控制 ResourceBinding 的 Suspension.Scheduling 的字段值，实现对应用调度过程的精准控制。例如，在创建 ResourceBinding 时，可通过 webhook 将 Suspension.Scheduling 设置为 true 以暂停调度；随后，可对应用进行优先级排序、容量规划等操作；待相关操作完成后，设置 Suspension.Scheduling 为 false 即可恢复调度，最终实现有序调度/资源配额管理等高级能力。

更多有关应用调度暂停与恢复的资料请参考：应用调度暂停与恢复能力[4]

Karmada Operator 功能持续演进

本版本持续增强 Karmada Operator，新增以下功能：

支持配置 API Server 边车容器：用户可通过此功能为 Karmada API Server 配置边车容器，从而集成辅助服务。例如，可集成 KMS 插件[5]，实现静态数据加密。更多有关 API Server 边车容器配置的资料请参考：支持配置 API Server 边车容器[6]
支持配置组件优先级类：用户可通过自定义 Karmada CR 为控制平面组件指定优先级类，确保关键组件以适当的优先级进行调度，从而提升 Karmada 系统的可靠性和稳定性。

更多有关组件优先级类配置的资料请参考：如何为 Karmada 控制平面组件配置优先级类[7]

以上新特性进一步提升了 Karmada Operator 的可配置性，满足用户多样化需求。

Karmada 控制器性能优化提升

随着 Karmada 被业界广泛采纳，以及部署的规模不断提升，性能优化也成了 Karmada 关注和发力的重要方向。社区成立了性能优化团队，专门分析和优化 Karmada 关键组件的性能，并已取得了显著的成效。

在版本 v1.13.0，Karmada 的性能优化主要集中在控制器，减少大规模数据部署场景下，控制器重启时的性能开销。为了验证性能优化的成效，社区准备了 12C CPU, 28G RAM 的物理机，并部署了 1000 个 Deployments 和 1000个 Configmaps，共生成 2000 个 ResourceBindings。在重启组件 karmada-controller-manager 后，收集 workqueue 的指标，结果如下：

对于 Detector 控制器：队列 Reconcile 时间降低了60%。
对于 binding-controller 控制器：队列 Reconcile 时间降低了25%。

这些指标显示了在版本 v1.13.0，控制器 Detector 和 binding-controller 在重启场景下存量资源重新编排的性能有了显著的提升。

Karmada Dashboard 首个版本发布

经过数位热心开发者的持续努力，Karmada Dashboard 终于迎来了具有里程碑意义的第一个版本（v0.1.0）！这一版本标志着 Karmada 在可视化管理领域迈出了重要的一步。

Karmada Dashboard 是一款专为 Karmada 用户设计的图形化界面工具，旨在简化多集群管理的操作流程，提升用户体验。通过 Dashboard，用户可以直观地查看集群状态、资源分布以及任务执行情况，同时还能轻松完成配置调整和策略部署。

Karmada Dashboard v0.1.0 主要功能包括：

集群管理：提供集群接入和状态概览，包括健康状态、节点数量等关键指标。
资源管理：业务资源配置管理，包括命名空间、工作负载、服务等。
策略管理：Karmada 策略管理，包括分发策略、差异化策略等。

更多有关 Karmada Dashboard 的资料请参考：Karmada Dashboard[8]

致谢贡献者

Karmada v1.13 版本包含了来自 41 位贡献者的 205 次代码提交，在此对各位贡献者表示由衷的感谢：贡献者列表：

参考资料

[1] Karmada v1.13 版本: https://github.com/karmada-io/karmada/releases/tag/v1.13.0

[2] 应用优先级调度: https://github.com/karmada-io/karmada/tree/master/docs/proposals/scheduling/binding-priority-preemption

[3] 应用分发暂停与恢复: https://karmada.io/docs/next/userguide/scheduling/resource-propagating/#suspend-and-resume-of-resource-propagation

[4] 应用调度暂停与恢复能力: https://github.com/karmada-io/karmada/tree/master/docs/proposals/scheduling-suspension

[5] KMS 插件: https://kubernetes.io/docs/tasks/administer-cluster/kms-provider/

[6] 支持配置 API Server 边车容器: https://github.com/karmada-io/karmada/tree/master/docs/proposals/karmada-operator/api-server-sidecard-containers

[7] 如何为 Karmada 控制平面组件配置优先级类: https://karmada.io/zh/docs/administrator/configuration/priority-class-configuration/#%E5%A6%82%E4%BD%95%E4%B8%BA-karmada-%E6%8E%A7%E5%88%B6%E5%B9%B3%E9%9D%A2%E7%BB%84%E4%BB%B6%E9%85%8D%E7%BD%AE%E4%BC%98%E5%85%88%E7%BA%A7%E7%B1%BB

[8] Karmada Dashboard: https://github.com/karmada-io/dashboard

👉Karmada 是CNCF 首个多云多集群容器编排项目(孵化级），旨在帮助用户像使用单个集群一样轻松管理跨云多集群，让基于 Karmada 的多云方案无缝融入云原生技术生态。社区吸引了来自华为、道客、浙江大学、腾讯、中国电子云、滴滴、Zendesk、携程等100多家公司的全球贡献者，广泛分布于20+国家和地区。Karmada 现已在华为云、道客、兴业数金、中国移动、中国联通、携程、360集团、新浪、中通快递等众多企业单位生产应用，为企业提供从单集群到多云架构的平滑演进方案。

Karmada官网：https://karmada.io/

项目地址：https://github.com/karmada-io/karmada

Slack地址：https://slack.cncf.io/（#karmada）

点击关注，第一时间了解华为云新鲜技术~

收录于