云+社区技术沙龙 腾讯云提高K8S集群资源利用率实践 庄鹏锐 腾讯云高级工程师 资源利用率分析 Node节点资源碎片 Pod Resource（requests）配置不合理 WorkLoad/HPA 副本数设置不合理 业务空闲时间 解决方案 Pod 压缩 Node 超卖 HPA VPA 动态 调度 碎片 处理 Pod 资源压缩 • MutatingAdmission

缘和嵌入式版本。 2022 年 3 月 30 日，基于统一的 5.10 内核，发布面向服务器、云计算、边缘计算、嵌入式的全场景 openEuler 22.03 LTS 版本， 聚焦算力释放，持续提升资源利用率，打造全场景协同的数字基础设施操作系统。 2022 年 9 月 30 日，发布 openEuler 22.09 创新版本，充分释放多样性算力，持续深化全场景创新，打造极致迁移能力， 实现欧拉鸿蒙互联互通。 openEuler 全版本支持 x86、ARM、申威、龙芯、RISC-V 五种架构，并支持 Intel、AMD、兆芯等多款 CPU 芯片，支持多个 硬件厂商发布的多款整机型号、板卡型号，支持网卡、RAID、FC、GPU&AI、DPU、SSD、安全卡七种类型的板卡，具备良好的 兼容性。 支持的 CPU 架构如下： 支持的整机如下： 硬件类型 x86 ARM 申威 龙芯 RISC-V CPU Intel、AMD、 l、网讯、Intel Raid 华为、Avago、PMC 华为、Avago、PMC FC 华为、Marvell、Qlogic、Emulex 华为、Marvell、Qlogic、Emulex GPU&AI 华为、Nvidia、AMD、天数智芯、Intel 华为、Nvidia、AMD、天数智芯、Intel DPU 云豹智能 SSD 华为、三星、Intel 华为、三星、Intel、Dera 安全卡

同时发布边缘和嵌入式版本。 2022 年 3 月 30 日，基于统一的 5.10 内核，发布面向服务器、云计算、边缘计算、嵌入式的全场景 openEuler 22.03 LTS 版本，聚焦算力释放，持续提升资源利用率，打造全场景协同的数字基础设施操作系统。 2022 年 9 月 30 日，发布 openEuler 22.09 创新版本，持续补齐全场景的支持。 2022 年 12 月 30 日，发布 openEuler Intel IceLake/ Sapphire Rapids、AMD EPYC Milan /Genoa 等芯片系列，支持多个硬件厂商发布的多款整机型号、板卡型号， 支持网卡、RAID、FC、GPU&AI、DPU、SSD、安全卡七种类型的板卡，具备良好的兼容性。 全版本支持的硬件型号可在兼容性网站查询：https://www.openeuler.org/zh/compatibility/ 支持的 华为、Mellanox、Intel、星云智联、云芯智联 Raid Avago、云芯智联 Avago、云芯智联 FC Marvell、Qlogic、Emulex Marvell、Qlogic、Emulex GPU&AI Nvidia Nvidia SSD 华为 华为 硬件支持 运行环境 07 openEuler 22.03 LTS SP2 技术白皮书 运行环境 运行环境 08 openEuler

同时发布边缘和嵌入式版本。 2022 年 3 月 30 日，基于统一的 5.10 内核，发布面向服务器、云计算、边缘计算、嵌入式的全场景 openEuler 22.03 LTS 版本，聚焦算力释放，持续提升资源利用率，打造全场景协同的数字基础设施操作系统。 2022 年 9 月 30 日，发布 openEuler 22.09 创新版本，持续补齐全场景的支持。 2022 年 12 月 30 日，发布 openEuler Intel IceLake/ Sapphire Rapids、AMD EPYC Milan /Genoa 等芯片系列，支持多个硬件厂商发布的多款整机型号、板卡型号， 支持网卡、RAID、FC、GPU&AI、DPU、SSD、安全卡七种类型的板卡，具备良好的兼容性。 全版本支持的硬件型号可在兼容性网站查询：https://www.openeuler.org/zh/compatibility/。 X86 ARM 网卡 华为、Mellanox、Intel 华为、Mellanox、Intel Raid Avago Avago FC Marvell、Emulex Marvell、Emulex GPU & AI Nvidia Nvidia SSD 华为 华为 硬件支持 运行环境 07 openEuler 23.09 技术白皮书 运行环境 运行环境 08 openEuler 23.09

时发布边缘和嵌入式版本。 2022 年 3 月 30 日，基于统一的 5.10 内核，发布面向服务器、云计算、边缘计算、嵌入式的全场景 openEuler 22.03 LTS 版本，聚焦算力释放，持续提升资源利用率，打造全场景协同的数字基础设施操作系统。 openEuler 作为一个操作系统发行版平台，每两年推出一个 LTS 版本。该版本为企业级用户提供了一个安全稳定可靠 的操作系统。 openEuler 在云业务场景中，交互类延时敏感的在线业务存在潮汐现象，CPU 资源利用率普遍较低 (~15%），在线和离线业务混 合部署是提升资源利用率的有效方式。现有的内核资源分配和管理机制，混部后的在线业务的性能抖动大，服务质量无法 得到有效保障。openEuler 面向云原生业务混部场景，创新 CPU 调度算法和内存回收算法，支撑提升系统的 CPU 利用率 和保证在线业务的服务质量。 QAS（Quality Aware 变量、服务、进程、端口、命令接口、系统调用项和设备驱动接口等，并完成配置信 息分析评估。 • 硬件评估 评估运行环境的整机（x86/aarch64）、整机板卡（RAID/NIC/FC/IB/GPU/SSD/TPM）是否在 openEuler 兼容性清 单上。 EulerMaker 工具 标准的操作系统镜像，除内核外，还包含大量各种功能的外围包，安装和使用标准的操作系统镜像，对 CPU、内存和硬

嵌入式版本。 2022 年 3 月 30 日，基于统一的 5.10 内核，发布面向服务器、云计算、边缘计算、嵌入式的全场景 openEuler 22.03 LTS 版本， 聚焦算力释放，持续提升资源利用率，打造全场景协同的数字基础设施操作系统。 2022 年 9 月 30 日，发布 openEuler 22.09 创新版本，持续补齐全场景的支持。 2022 年 12 月 30 日，发布 openEuler 开胜系列、Intel Sierra Forest/Granite Rapids、AMD EPYC Milan /Genoa 等芯片系列，支持多个硬件厂商发布的多款整机型号、板卡型号，支持网卡、 RAID、FC、GPU&AI、DPU、SSD、安全卡七种类型的板卡，具备良好的兼容性。 全版本支持的硬件型号可在兼容性网站查询：https://www.openeuler.org/zh/compatibility/。 联、Netswift、云脉、沐创 Raid Avago、云芯智联、PMC、华为 Avago、云芯智联、PMC、华为 FC Marvell、Qlogic、Emulex Marvell、Qlogic、Emulex GPU&AI Nvidia Nvidia SSD 华为 华为 07 openEuler 24.03 LTS 技术白皮书 运行环境 运行环境 08 openEuler 24.03 LTS 技术白皮书

件包里，放在 main 区域。 • GPU 驱动 – Intel GPU 驱动 (main) – AMD/ATI GPU 驱动 (main) 和/ – NVIDIA GPU 驱动 (nouveau 驱动放在 main , 由厂家支持的二进制驱动，放在 non-free.) 固件是加载在连接在目标系统设备上的代码或数据 (比如说，CPU microcode、GPU 运行的渲染代码或 FPGA / NTFS-3G 支持。) ISO9660 在 CD-R 和 DVD+/-R 上的跨平台的静态数据分享 UDF CD-R 和 DVD+/-R (新) 上的增量数据写入 MINIX 软盘上磁盘空间高利用率的 unix 文件数据存储 ext2 在装有老旧 linux 系统的硬盘上的数据分享 ext3 在装有老旧 linux 系统的硬盘上的数据分享 ext4 在装有较新的 linux 系统的硬盘上的数据分享

軟體包裡，放在 main 區域。 • GPU 驅動 – Intel GPU 驅動 (main) – AMD/ATI GPU 驅動 (main) 和/ – NVIDIA GPU 驅動 (nouveau 驅動放在 main , 由廠家支援的二進位制驅動，放在 non-free.) 韌體是載入在連線在目標系統裝置上的程式碼或資料 (比如說，CPU microcode、GPU 執行的渲染程式碼或 FPGA NTFS-3G 支援。) ISO9660 在 CD-R 和 DVD+/-R 上的跨平臺的靜態資料分享 UDF CD-R 和 DVD+/-R (新) 上的增量資料寫入 MINIX 軟盤上磁碟空間高利用率的 unix 檔案資料儲存 ext2 在裝有老舊 linux 系統的硬碟上的資料分享 ext3 在裝有老舊 linux 系統的硬碟上的資料分享 ext4 在裝有較新的 linux 系統的硬碟上的資料分享

边缘计算 openEuler SDK openEuler DevOps： • 磁盘资源隔离，大数据性能提升30% • 应用感知调度，hbase性能提升20% • 容器/虚机混部， • 资源利用率15%-30% • 边云管理协同框架， • 跨边云单应用秒级发放 缘起：一个运动控制系统(机器人,数控机床….) 智能控制 （人机交互, 路径规划,导航) 行为控制 （轨迹追踪、碰撞检测，状态检测) + 调度，首先实现多系统混合部 署，再实现系统间彼此隔离保护，最后通过调度提升资源利用率 • 学术界：更多关注共享资源下的混合关键调度(Mixed Critical Scheduling)，不关注隔离与保护 • 工业界：更多关注时空隔离下的混合关键性部署，使得各个系统间 互相隔离，资源往往是预先静态分配，整体利用率不高 发展路径1：从分布式向集中式演进 发展路径2：节点能力和功能诉求的提升

项目间依赖复杂，环境管理难 • 交付版本依赖工单，发布风险高 • 公共资源 / 业务资源利用率低 赋能多业务：一个平台解决了多异构项目的管理和规范 团队高效协作：定义团队角色工作流模板，随时可用云上环境 价值清晰呈现：为管理者提供全视角效能数据，赋能数字决策 人工低效操作减少 80% 构建资源利用率提升 60% 业务资源利用率提升 30% 统一治理内部规范，开发 自助上线；解放运维，工 作重心向业务稳定性保