3. 资源模型与抽象：资源定义、表示方法与调度策略

各位同学，今天我们来聊聊算力调度器里最基础、也最容易被忽视的部分——资源模型与抽象。说实话，我见过不少调度器项目，功能做得花里胡哨，但底层资源模型没设计好，最后全崩了。嗯，咱们从根上把它理清楚。

3.1 资源定义：CPU、内存、GPU、网络带宽

先问个问题：什么是资源？在调度器眼里，资源就是能被分配、被计量、被回收的东西。我个人习惯把资源分成两类：可压缩资源和不可压缩资源。

• CPU：可压缩资源。你给一个任务分配1个核，它用不完，别人还能用。超卖风险低。
• 内存：不可压缩资源。分配了8GB就是8GB，用超了直接OOM Kill。我在项目中遇到过，内存超卖导致整个节点雪崩，那叫一个惨。
• GPU：特殊资源。显存不可压缩，算力可以一定程度共享。但要注意，GPU的调度粒度很粗，动不动就是整卡分配，浪费严重。
• 网络带宽：软性资源。很难精确控制，一般用流量整形或QoS来保证。

3.2 资源表示方法：向量模型 vs 位图模型

资源定义清楚了，怎么表示它？说白了，调度器需要一种数据结构来描述“当前节点还剩多少资源”。我常用的有两种：向量模型和位图模型。

3.2.1 向量模型

把资源看成多维向量。比如一个节点有CPU、内存、GPU三种资源，那它的资源状态就是一个三维向量：[cpu_cores, mem_gb, gpu_count]。

// 向量模型示例
type ResourceVector struct {
    CPU    float64 // 核心数
    Memory float64 // GB
    GPU    int     // 张数
}

// 节点剩余资源
nodeFree := ResourceVector{CPU: 8.0, Memory: 32.0, GPU: 2}

// 任务需求
taskReq := ResourceVector{CPU: 2.0, Memory: 8.0, GPU: 1}

// 能否调度？逐维比较
if nodeFree.CPU >= taskReq.CPU && 
   nodeFree.Memory >= taskReq.Memory && 
   nodeFree.GPU >= taskReq.GPU {
    // 可以调度
}

向量模型的好处是直观、计算快。但有个坑——它假设资源之间是独立的。你想想看，实际场景里CPU和内存是联动的，一个任务要2核CPU，通常也得配4GB内存。我曾经踩过这个坑，只检查单维资源，结果调度出去的任务因为内存不足反复被kill。

3.2.2 位图模型

位图模型更适合细粒度资源，比如CPU核心的分配。每个核心用一个bit表示，0表示空闲，1表示已分配。

// 位图模型示例（16核CPU）
type CPUBitmap uint16

// 初始状态：全部空闲
var freeCPUs CPUBitmap = 0b0000000000000000

// 分配第3核（从0开始计数）
func (b *CPUBitmap) Allocate(core int) {
    *b |= 1 << core
}

// 检查第5核是否空闲
func (b *CPUBitmap) IsFree(core int) bool {
    return (*b & (1 << core)) == 0
}

位图模型在CPU调度里特别有用。我记得在做一个实时调度器时，需要保证关键任务独占某些核心，位图模型让分配和回收都变成了O(1)操作，性能极好。

3.3 资源预留与超卖

好，资源怎么表示我们搞清楚了。接下来是调度器设计的核心难题：预留和超卖怎么平衡？

3.3.1 资源预留

预留就是“这块资源我预定了，别人别碰”。典型场景：数据库集群需要保证最低资源。

• 静态预留：启动时就固定好，比如给Kubernetes系统组件预留2核4GB。简单粗暴，但浪费。
• 动态预留：根据负载动态调整。我做过一个方案，用水位线触发预留调整，效果不错，但实现复杂。

3.3.2 资源超卖

超卖就是“账面上有100核，实际敢卖120核”。为什么敢？因为大部分任务用不满。

但超卖是把双刃剑。我曾经在一个离线计算集群里，把超卖比设到了1:5，结果突发流量一来，所有节点内存爆满，任务大面积失败。那次事故让我学到一个教训：超卖必须有限度，而且要有驱逐机制。

3.4 知识体系总览

下面这张图是我自己总结的资源模型核心逻辑，画成SVG方便大家理解。

3.5 避坑指南

最后，分享几个我亲身踩过的坑：

• 不要迷信单一模型：向量模型和位图模型各有适用场景。我见过有人非要用位图管理内存，结果代码写得跟天书一样，性能还差。
• 超卖一定要有上限：我曾经把超卖比设到1:3，想着反正任务用不满。结果某个任务突然峰值，直接把节点打爆了。现在我的原则是：CPU超卖不超过2倍，内存不超过1.2倍。
• 预留资源要动态调整：静态预留太浪费，动态预留又太复杂。折中方案是用水位线触发调整，比如内存使用率超过80%时，自动释放部分预留。

好了，这一章的内容就到这里。资源模型这块，大家有什么问题可以随时交流。记住，调度器的核心就是“分好资源”，分不好，再好的算法也是白搭。