检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
公平调度（DRF） DRF（Dominant Resource Fairness）是主资源公平调度策略，应用于大批量提交AI训练和大数据作业的场景，可增强集群业务的吞吐量，整体缩短业务执行时间，提高训练性能。
父主题： AI任务性能增强调度
创建或升级实例失败，提示rendered manifests contain a resource that already exists 问题现象 创建或升级实例失败，提示“Create release by helm failed:rendered manifests contain
基础概念 云容器引擎（CCE） 云容器引擎（Cloud Container Engine，简称CCE）提供高度可扩展的、高性能的企业级Kubernetes集群，支持运行Docker容器，提供了Kubernetes集群管理、容器应用全生命周期管理、应用服务网格、Helm应用模板、插件管理
Containerd节点业务容器标准输出日志写入过快导致节点数据盘使用率过高 问题现象 Containerd节点上业务容器标准输出不断写入大量日志，导致/var/lib/containerd目录占用空间不断增长，同时节点上容器创删速度变慢，进一步出现磁盘使用率过高、Pod驱逐、节点异常等现象
通常K8S集群用户基于如下场景在容器中使用上述sock文件： 监控类应用，以DaemonSet形式部署，通过sock文件连接Docker/Containerd，获取节点容器状态信息。 编译平台类应用，通过sock文件连接Docker/Containerd，创建程序编译用容器。
node.cloudprovider.kubernetes.io/uninitialized：如果 kubelet 启动时指定了一个“外部”云平台驱动， 它将给当前节点添加一个污点将其标志为不可用。
示例： 全部不采集： kubernetes.AOM.log.stdout: '[]' 采集container-1和container-2容器： kubernetes.AOM.log.stdout: '["container-1","container-2"]' - metrics.alpha.kubernetes.io
查看命名空间yaml配置，status中有报错“DiscoveryFailed”，示例如下： 上图中报错信息为：Discovery failed for some groups, 1 failing: unable to retrieve the complete list of
只有在当前插件实例版本支持回滚到升级前的版本（status.isRollbackable为true），且插件实例状态为running（运行中）、available（可用）、abnormal（不可用）、upgradeFailed（升级失败）、rollbackFailed（回滚失败）时支持回滚
使用Init容器初始化应用 概念 Init Containers，即初始化容器，顾名思义容器启动的时候，会先启动可一个或多个容器，如果有多个，那么这几个Init Container按照定义的顺序依次执行，只有所有的Init Container执行完后，主容器才会启动。
--> cri-dockerd （kubelet使用cri接口对接cri-dockerd） --> docker --> containerd Containerd： kubelet --> cri plugin（在containerd进程中） --> containerd 其中
您可使用kubectl drain命令从节点安全地逐出所有Pod。 默认情况下，kubectl drain命令会保留某些系统级Pod不被驱逐，例如everest-csi-driver。 使用kubectl连接集群。 查看集群中的节点。
kube-proxy配置 TCP连接在关闭状态下等待的时间 处于 CLOSE_WAIT 状态的空闲 conntrack 条目在 conntrack 表中保留的时间 参数名 取值范围 默认值 是否允许修改 作用范围 conntrack-tcp-timeout-close-wait 大于等于
节点镜像层数量异常检查 检查项内容 检查到您的节点上镜像层数量过多（>5000层），可能导致docker/containerd启动过慢，影响docker/containerd标准输出。 如果您集群中使用了nginx，可能会出现转发变慢等问题。
新：topology.kubernetes.io/zone 旧：failure-domain.beta.kubernetes.io/zone 表示节点所在区域的可用区。
故障现象 在使用containerd容器引擎场景下，拉取镜像到节点时，概率性缺少镜像层，导致工作负载容器创建失败。
CCE容器存储插件（Everest） 插件介绍 CCE容器存储（Everest）插件基于CSI（即Container Storage Interface）为Kubernetes 集群对接云存储服务的能力。
使用Volcano调度工作负载 Volcano是一个基于Kubernetes的批处理平台，提供了高性能任务调度引擎、高性能异构芯片管理、高性能任务运行管理等通用计算能力，通过接入AI、大数据、基因、渲染等诸多行业计算框架服务终端用户，并针对计算型应用提供了作业调度、作业管理、队列管理等多项功能
GPU监控指标说明 CCE AI套件（NVIDIA GPU）插件提供GPU监控指标，并集成了DCGM-Exporter组件（要求插件版本2.7.32+），引入更丰富的GPU可观测性场景。本文介绍CCE AI套件（NVIDIA GPU）插件指标的详细信息。
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
