使用 DRA 为工作负载分配设备

本文介绍如何使用动态资源分配（DRA） 为 Pod 分配设备。这些指示说明面向工作负载运维人员。在阅读本文之前，请先了解 DRA 的工作原理以及相关术语，例如ResourceClaim 和ResourceClaimTemplate。更多信息参阅动态资源分配（DRA）。

关于使用 DRA 分配设备

作为工作负载运维人员，你可以通过创建 ResourceClaim 或 ResourceClaimTemplate来申领工作负载所需的设备。当你部署工作负载时，Kubernetes 和设备驱动会找到可用的设备，将其分配给 Pod，并将 Pod 调度到可访问这些设备的节点上。

准备开始

你必须拥有一个 Kubernetes 的集群，且必须配置 kubectl 命令行工具让其与你的集群通信。建议运行本教程的集群至少有两个节点，且这两个节点不能作为控制平面主机。如果你还没有集群，你可以通过 Minikube 构建一个你自己的集群，或者你可以使用下面的 Kubernetes 练习环境之一：

• iximiuz Labs
• Killercoda
• KodeKloud

要获知版本信息，请输入 kubectl version.

• 请确保集群管理员已安装好 DRA，挂接了设备并安装了驱动程序。详情请参见在集群中安装 DRA。

寻找可申领的设备

你的集群管理员或设备驱动程序会创建定义设备类别的DeviceClass。你可以使用通用表达式语言（CEL） 表达式筛选特定的设备属性，从而申领设备。

获取集群中的 DeviceClass 列表：

kubectl get deviceclasses

输出类似如下：

NAME                 AGE
driver.example.com   16m

如果你遇到权限错误，你可能无权获取 DeviceClass。请与你的集群管理员或驱动提供商联系，了解可用的设备属性。

申领资源

你可以通过ResourceClaim请求某个 DeviceClass 的资源。要创建 ResourceClaim，可以采用以下方式之一：

• 手动创建 ResourceClaim，如果你希望多个 Pod 共享相同设备，或希望申领在 Pod 生命期结束后仍然存在。
• 使用ResourceClaimTemplate，让 Kubernetes 为每个 Pod 生成并管理 ResourceClaim。如果你希望每个 Pod访问独立的、具有类似配置的设备，你可以创建 ResourceClaimTemplate。例如，在使用并行执行的Job 中，你可能希望多个 Pod 同时访问设备。

如果你在 Pod 中直接引用了特定 ResourceClaim，该 ResourceClaim 必须已存在于集群中。否则，Pod 会保持在 Pending 状态，直到申领被创建。你可以在 Pod 中引用自动生成的 ResourceClaim，但不推荐这样做，因为自动生成的 ResourceClaim 的生命期被绑定到了触发生成它的 Pod。

要创建申领资源的工作负载，请选择以下选项之一：

• ResourceClaimTemplate
• ResourceClaim

查看以下示例清单：

dra/resourceclaimtemplate.yaml

apiVersion: resource.k8s.io/v1
kind: ResourceClaimTemplate
metadata:
  name: example-resource-claim-template
spec:
  spec:
    devices:
      requests:
      - name: gpu-claim
        exactly:
          deviceClassName: example-device-class
          selectors:
          - cel:
              expression: |-
                device.attributes["driver.example.com"].type == "gpu" &&
                device.capacity["driver.example.com"].memory == quantity("64Gi")                

此清单会创建一个 ResourceClaimTemplate，它请求属于 example-device-class DeviceClass、且同时满足以下两个参数的设备：

• 属性 driver.example.com/type 的值为 gpu
• 容量为 64Gi

创建 ResourceClaimTemplate 的命令如下：

kubectl apply -f https://k8s.io/examples/dra/resourceclaimtemplate.yaml

查看以下示例清单：

dra/resourceclaim.yaml

apiVersion: resource.k8s.io/v1
kind: ResourceClaim
metadata:
  name: example-resource-claim
spec:
  devices:
    requests:
    - name: single-gpu-claim
      exactly:
        deviceClassName: example-device-class
        allocationMode: All
        selectors:
        - cel:
            expression: |-
              device.attributes["driver.example.com"].type == "gpu" &&
              device.capacity["driver.example.com"].memory == quantity("64Gi")              

此清单会创建一个 ResourceClaim，请求属于 example-device-class DeviceClass、且同时满足以下两个参数的设备：

• 属性 driver.example.com/type 的值为 gpu
• 容量为 64Gi

创建 ResourceClaim 的命令如下：

kubectl apply -f https://k8s.io/examples/dra/resourceclaim.yaml

使用 DRA 在工作负载中请求设备

要请求设备分配，请在 Pod 规约的 resourceClaims 字段中指定 ResourceClaim或 ResourceClaimTemplate，然后在容器的 resources.claims 字段中按名称请求具体的资源申领。你可以在 resourceClaims 中列出多个条目，并在不同容器中使用特定的申领。

1. 查看以下 Job 示例：

   dra/dra-example-job.yaml

   apiVersion: batch/v1
   kind: Job
   metadata:
     name: example-dra-job
   spec:
     completions: 10
     parallelism: 2
     template:
       spec:
         restartPolicy: Never
         containers:
         - name: container0
           image: ubuntu:24.04
           command: ["sleep", "9999"]
           resources:
             claims:
             - name: separate-gpu-claim
         - name: container1
           image: ubuntu:24.04
           command: ["sleep", "9999"]
           resources:
             claims:
             - name: shared-gpu-claim
         - name: container2
           image: ubuntu:24.04
           command: ["sleep", "9999"]
           resources:
             claims:
             - name: shared-gpu-claim
         resourceClaims:
         - name: separate-gpu-claim
           resourceClaimTemplateName: example-resource-claim-template
         - name: shared-gpu-claim
           resourceClaimName: example-resource-claim
   

   此 Job 中的每个 Pod 具备以下属性：

   • 提供名为 separate-gpu-claim 的 ResourceClaimTemplate 和名为shared-gpu-claim 的 ResourceClaim 给容器使用。

   • 运行以下容器：

     • container0 请求 separate-gpu-claim ResourceClaimTemplate 中定义的设备。
     • container1 和 container2 共享对 shared-gpu-claim ResourceClaim 中设备的访问。

2. 创建 Job：

   kubectl apply -f https://k8s.io/examples/dra/dra-example-job.yaml
   

尝试以下故障排查步骤：

1. 当工作负载未如预期启动时，从 Job 到 Pod 再到 ResourceClaim 逐步深入检查，并使用 kubectl describe 检查每个层级的对象，查看是否有状态字段或事件可以解释工作负载为何没有启动。
2. 当创建 Pod 失败并显示 must specify one of：resourceClaimName, resourceClaimTemplateName 时，检查 pod.spec.resourceClaims 中的所有条目是否正好设置了这些字段之一。如果是这样，那么可能是集群安装了一个针对 Kubernetes < 1.32 的 API 构建的 Pod 变更 Webhook。请与你的集群管理员合作检查这个问题。

清理

要删除本任务中创建的 Kubernetes 对象，请按照以下步骤操作：

1. 删除示例 Job：

   kubectl delete -f https://k8s.io/examples/dra/dra-example-job.yaml
   

2. 运行以下其中一条命令来删除你的资源申领：

   • 删除 ResourceClaimTemplate：

     kubectl delete -f https://k8s.io/examples/dra/resourceclaimtemplate.yaml
     

   • 删除 ResourceClaim：

     kubectl delete -f https://k8s.io/examples/dra/resourceclaim.yaml
     

接下来

• 进一步了解 DRA