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
• 玩转 Kubernetes

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