免费开通大数据服务：https://www.aliyun.com/product/odps

转载自boyan

概述

ServiceModeJob（又名：OnlineJob）是fuxi提供的一套准实时计算框架，通过毫秒级的调度开销和网络Shuffle模式为小Job提供更高的性能。目前ODPS对内生产集群约1/3的Job通过ServiceModeJob进行处理，对其中小Job比较多的集群，这个占比会提高到70%。


由于同一套ServiceMode服务会有多个Project的Job共用。需要对各个Project的Job进行资源隔离和弹性调度，ServiceMode提供了一套面向多租户（Quota Group）的完整解决方案。

用户场景

ServiceModeJob多租户功能需要解决以下几个用户场景：

• 不同Project作业之间的资源隔离和分组计费功能
• 在不同时段，各个Project对ServiceMode服务的使用需求不同，需要提供分时Quota的功能
• ServiceMode服务的Worker数可能会预先指定，构成一个SharedWorkerPool，各个Quota组的配置情况需要与Worker数保持对应。
• 根据当前服务的剩余资源和各Quota组的使用情况，对各组Job进行弹性调度，并支持配置基线作业优先级，保证生产基线Job。
• 鉴于ServiceMode服务All-or-Nothing的调度策略，在Quota组作业调度过程中需要尽可能减小资源调度碎片，提高资源使用率。

针对上述的几个用户场景，我们逐一对功能点进行展开。

分时段的资源隔离和分组计费

每个租户根据自己的需要，配置相应的Quota Group。一个Quota Group包含｛MaxQuota,MinQuota｝两个配置。MaxQuota表示这个组最大能够持有的资源，MinQuota表示这个组最低期望获得的资源。由于各租户在不同时段对ServiceMode的使用需求不同，因此租户的配置是随时段改变的。
各租户的配置信息将组合成一张出资表，ServiceMode服务将根据出资表中的各组设置进行Job调度和资源分配。一个典型的出资表如下所示：

{
    "default":
    {   
        "group1":
        {   
            "GroupId":1,
            "MaxQuota":5000,
            "MinQuota":3000
        },  
        "group2":
        {   
            "GroupId":2,
            "MaxQuota":5000,
            "MinQuota":2000
        }   
    },  
    "0-9":
    {   
        "group1":
        {   
            "GroupId":1,
            "MaxQuota":15000,
            "MinQuota":10000
        },  
        "group3":
        {   
            "GroupId":3,
            "MaxQuota":3000,
            "MinQuota":3000
        }   
    }   
}

整个出资表是一个多级Map结构。第一级的Key是时段，“0-9”表示0点到9点的配置，"default"表示默认配置。第二级的Key是各个QuotaGroup的名字。最后是各个组在不同时段的配置。"GroupId‘是QuotaGroup的标识ID，用于和FuxiMaster角色同步校验QuotaGroup的配置。提交到ServiceMode上的Job，只有所属的Group在该时段有对应的出资才会得到调度。如例子中的group3仅在"0-9"时段有出资，因此在其他时段group3的作业不会得到调度。
一个组的MinQuota配置的越大，调度过程中越容易拿到资源；MaxQuota配置的越大，在空闲资源比较多时调度弹性会越大。在调度过程中，会保证每个组MinQuota的资源需求和MaxQuota的弹性收缩。具体的调度算法将在后续Section进一步展开。
线上集群在ServiceMode服务打开Quota模式以后，可以根据每个QuotaGroup的UsedQuota情况进行分组的计费。如下图所示：

SharedWorker Pool

线上集群的ServiceMode服务Worker数目一般都进行了预先指定。这也是一个分时段的配置，我们称之为WorkerSpans配置，例如下面的配置表示0-9点的Worker数是15000个（WorkerSpansNum=15000WorkerSpansNum=15000），其他时段是5000个。

default:5000,0-9:15000

出资表中每个时段的TotalMinQuota=∑Nn=1(MinQuota)TotalMinQuota=∑n=1N(MinQuota)，在设置时必须保证WorkerSpansNum>=TotalMinQuotaWorkerSpansNum>=TotalMinQuota，而WorkerSpansNum−TotalMinQuotaWorkerSpansNum−TotalMinQuota即是该时段的SharedWorkerPool。这批SharedWorker将在调度过程中作为额外的弹性资源分配给需要的QuotaGroup，因此WorkerSpansNum<=TotalMaxQuota=∑Nn=1(MaxQuota)WorkerSpansNum<=TotalMaxQuota=∑n=1N(MaxQuota)。
在实际的场景里，SharedWorkerPool是一个动态grow/shrink的池子。比如大部分组的资源请求都很少，只有一个组的资源请求>MinQuota且<=MaxQuota，这个时候所有的空闲资源都可以认为是SharedWorkerPool。

Quota资源弹性调度算法

每个Quota Group实际使用的资源称为UsedQuota，根据它和MaxQuota，MinQuota的关系，会有以下几种组状态。

enum QuotaState
{
    Normal, /* UsedQuota <= MinQuota */
    Overused, /* UsedQuota > MinQuota && UsedQuota < MaxQuota */
    Drawback, /* UsedQuota >= MaxQuota */
｝

当一个组的状态处于Normal时，系统会优先对该组进行调度。如果当前没有来自于Normal组的请求，会调度处于Overused状态的组Job。而对于Drawback组，系统不会响应该组的任何资源请求，直到该组的的Job进入终态释放资源后，组状态迁移回Overused或Normal，才会重新开始调度。

每个Quota Group在调度过程中会对应一个调度队列，每个调度队列内部会基于组状态，作业优先级和提交时间等规则进行排序（排序的规则后面一节会具体展开）。调度规则的伪代码如下：

while (true)
{
    while (true)
    {
        1. 选择一个topJob：
           1.1 如果有EmergentJob，即作为topJob，并reset EmergentJob为空；
           1.2 否则，从各个group的队列(pri, FIFO)选择队列头job，如果队列头job有基线任务（prodLevel）则优先分配；如果没有则按(usedQuota<minQuota, pri, FIFO)规则进行遍历，可以认为usedQuota越小，作业优先级越高，提交越早的即为topJob：
        2. 调度topJob：
           a. freeRes >= topJob.size，则直接assign给topJob，并从对应的group队列中删除。如果在assign时所在group已经是usedQuota > minQuota，则该job加入到toPreemptList（可被抢占的）。freeRes可能有剩余的，continue进入下一轮调度。
           b. freeRes < topJob.size，如果没开抢占，本轮调度失败，topJob作为EmergentJob。如果开抢占：
               - 如果topJob所在group是usedQuota < minQuota，就获得抢占资格，去toPreemptList中从前往后抢占直到资源足够topJob的请求。
               - 否则没有抢占资格，本轮调度失败，topJob作为EmergentJob。
    }
}

SubmitWindow

无论是Quota Group组内的排序还是挑选topJob都依赖在上文中提到的排序规则。排序规则首先应该考虑的是作业的优先级。但在作业优先级相同的情况下，由于ServiceMode系统的All-or-Nothing调度特性，如果仅仅考虑提交时间可能会产生比较大的调度碎片，使一些规模比较小的Job出现等资源超时的现象（等资源时间超过10秒钟）。
因此，我们结合每个job的规模和提交的时间，提出了SubmitWindow的方法来解决这一问题。根据每个Job提交的时间，以5秒（可配参数）为一个时间间隔，将Job划分到不同的SubmitWindow中。SubmitWindow靠前的Job会优先被调度，而对于SubmitWindow相同的Job，Job的Request资源数目越少的调度优先级越高。

struct SchItemPerJobPriorityComparer
{
    // priority > submitWindow > aonReqCnt > createTime
    bool operator()(const SchItemPerJobPtr &job1, const SchItemPerJobPtr &job2) const
    {   
        if (job1->priority < job2->priority) return true;
        else if (job1->priority > job2->priority) return false;
        else if (job1->submitWindow < job2->submitWindow) return true;
        else if (job1->submitWindow > job2->submitWindow) return false;
        else if (job1->mTotalAonReq < job2->mTotalAonReq) return true;
        else if (job1->mTotalAonReq > job2->mTotalAonReq) return false;
        else if (job1->submitTime < job2->submitTime) return true;
        else return false;
    }   
};

总结

目前，ServiceMode多租户功能已经上线了多个生产集群。从实际的上线效果看，多租户功能达到了资源隔离和分组计费等重要作用。我们统计上线前后一个月时间内ServiceMode服务上作业的“等资源超时次数”（即等待资源的时间超过10秒钟），如下图。数据显示quota有助于保障各个租户能更及时地拿到资源，11日升级后等资源超时次数大幅下降，从升级前平均2363次下降到1636次，下降幅度31%。从等资源超时Job/总提交Job数的占比情况分析，也能得出这一结论。
蓝色线：等资源超时Failed的Job数目
红色线：等资源超时Failed的Job数/总提交Job数 占比值

欢迎加入“数加·MaxCompute购买咨询”钉钉群（群号： 11782920）进行咨询，群二维码如下：