部署工作负载 - 亚马逊 SageMaker AI

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

部署工作负载

以下示例演示了使用 Karpenter 进行 HyperPod 自动缩放如何根据工作负载需求自动配置节点。这些示例展示了基本扩展行为和多可用区域分布模式。

部署简单的工作负载

  1. 以下 Kubernetes 部署包括的容器组（pod）为每个副本或容器组（pod）请求 1 个 CPU 和 256M 内存。在此场景中，容器组（pod）尚未启动。

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

  2. 要测试纵向扩展过程，请运行以下命令。Karpenter 将向集群添加新节点。

    kubectl scale deployment inflate --replicas 10

  3. 要测试缩减过程，请运行以下命令。Karpenter 将从集群中移除节点。

    kubectl scale deployment inflate --replicas 0
将工作负载部署到多个工作负载 AZs

  1. 运行以下命令部署运行 Kubernetes 部署的工作负载，其中部署中的容器组（pod）需要在不同的可用区之间均匀分布，且最大偏差值为 1。

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

  2. 运行以下命令调整容器组（pod）数：

    kubectl scale deployment zone-spread --replicas 15

    Karpenter 将向集群中添加新节点，且至少会在一个不同的可用区中添加一个节点。

有关更多示例，请参阅上的 Karpenter 示例工作负载。 GitHub