Kubernetes SIG Apps 工作组聚焦:支撑AI与复杂工作负载生命周期管理
随着 Kubernetes 的广泛采用,应用管理已从单纯运行容器转向应对复杂的应用生命周期。现代平台需支持无状态服务、有状态数据库、批处理以及 AI 等工作负载,并在升级、伸缩和基础设施故障时保持高可用。SIG Apps 负责的 Deployments、StatefulSets、Jobs 等核心工作负载组件,构成了整个生态系统部署与运维的基础,该小组正致力于持续优化现代复杂负载的管理体验。
随着 Kubernetes 的广泛采用,应用管理已从单纯运行容器转向应对复杂的应用生命周期。现代平台需支持无状态服务、有状态数据库、批处理以及 AI 等工作负载,并在升级、伸缩和基础设施故障时保持高可用。SIG Apps 负责的 Deployments、StatefulSets、Jobs 等核心工作负载组件,构成了整个生态系统部署与运维的基础,该小组正致力于持续优化现代复杂负载的管理体验。
在Kubernetes v1.37中,Pod级资源管理器特性正式升级至Beta阶段(默认保持关闭)。该功能建立在Pod级资源规范之上,使Kubelet的拓扑管理器、CPU管理器和内存管理器能够直接根据Pod级资源声明进行底层硬件调度与分配决策。这一改进解决了此前低延迟敏感型应用为了获取独占NUMA对齐CPU或内存时在资源分配上面临的局限,显著提升了异构与高性能算力节点的调度灵活性。
在Kubernetes v1.37中,内存服务质量(Memory QoS)特性已晋升至Beta阶段并默认开启。在运行cgroup v2的Linux节点上,该功能利用内核内存控制器,为容器内存的回收和分配提供更精细的控制与保障。该功能最初于v1.22作为Alpha引入,并在v1.36扩展了分层内存预留支持。此次默认启用有助于集群运维人员进一步优化内存隔离与节点资源利用率。