1

我试图了解 Nomad 如何spread处理客户端故障。

在 Nomad 作业中，您可以定义一个spread节，以便作业的实例传播到所有客户端。

以下是文档： https ://www.nomadproject.io/docs/job-specification/spread

由于这spread是一个软偏好，如果某个客户端出于任何原因出现故障，Nomad 会将在丢失的客户端上运行的所有作业迁移到另一个可用的客户端。（即使使用 bin-packing 也会生效）。

如果有 2 个客户端网格和具有两个分配的作业，如果一个客户端失败，则两个分配将在同一个客户端上运行。

当网格恢复并启动新客户端时会发生什么？作业是否会在该节之后重新传播spread到两个节点，或者两个分配是否会继续在同一个客户端上运行，直到作业重新运行？

4

1 回答 1

2

很难找到答案。我的印象是，除非有资源限制，否则 Nomad 不会迁移分配。因此，在您的示例中，工作不会重新传播。

寻找更多确定性的几个地方：

  1. 有节点亲和力：https ://learn.hashicorp.com/tutorials/nomad/affinity , binpack, job-anti-affinity, 并且node-reschedule-penalty可能会影响您的分配被移动（但同样，我认为这只是资源争用）
  2. 抢占现在是一回事，但似乎更多的是关于资源限制：https ://www.nomadproject.io/docs/internals/scheduling/preemption
  3. 这里有一个扩展测试，我认为可以对其进行修改以测试您的用例：https ://github.com/hashicorp/nomad/blob/235f938e87afbdc73037c1868a17668c06a8cf94/scheduler/generic_sched_test.go#L616 ，我自己尝试这样做，但是在复杂性中有点陷入困境。

有趣的是，我从未见过分配自愿迁移到具有空闲资源的节点上，也没有看到分配自由移动到新的空节点。

于 2020-09-30T14:57:11.913 回答