Menerapkan beban kerja - Amazon SageMaker AI

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Menerapkan beban kerja

Contoh berikut menunjukkan bagaimana HyperPod penskalaan otomatis dengan Karpenter secara otomatis menyediakan node sebagai respons terhadap tuntutan beban kerja. Contoh-contoh ini menunjukkan perilaku penskalaan dasar dan pola distribusi zona multi-ketersediaan.

Menyebarkan beban kerja sederhana

  1. Penerapan Kubernetes berikut mencakup pod yang meminta 1 CPU dan memori 256 juta per replika atau pod. Dalam skenario ini, pod belum berputar.

    kubectl apply -f https://raw.githubusercontent.com/aws/karpenter-provider-aws/refs/heads/main/examples/workloads/inflate.yaml

  2. Untuk menguji proses peningkatan skala, jalankan perintah berikut. Karpenter akan menambahkan node baru ke cluster.

    kubectl scale deployment inflate --replicas 10

  3. Untuk menguji proses penurunan skala, jalankan perintah berikut. Karpenter akan menghapus node dari cluster.

    kubectl scale deployment inflate --replicas 0
Menerapkan beban kerja di beberapa AZs

  1. Jalankan perintah berikut untuk menerapkan beban kerja yang menjalankan penerapan Kubernetes di mana pod dalam penerapan perlu menyebar secara merata di berbagai zona ketersediaan dengan Kemiringan maksimal 1.

    kubectl apply -f https://raw.githubusercontent.com/aws/karpenter-provider-aws/refs/heads/main/examples/workloads/spread-zone.yaml

  2. Jalankan perintah berikut untuk menyesuaikan jumlah pod:

    kubectl scale deployment zone-spread --replicas 15

    Karpenter akan menambahkan node baru ke cluster dengan setidaknya satu node itu zona ketersediaan yang berbeda.

Untuk contoh lainnya, lihat Karpenter contoh beban kerja pada. GitHub