- 综合排序
- 最热优先
- 最新优先
- 来自专栏Python项目实战
Kubernetes 调度策略深度拆解：我如何帮团队省下 90% 的资源成本
没用NodeAffinity/Taints→Pod跑得乱七八糟→影响bin-packing。简单说：默认调度不是为省钱设计的，而是为“不出事”设计的。二、想省90%成本？ 这就是bin-packing不好+pod分布不均的结果。下面我给你一个从“浪费”走向“极致省钱”的完整路径。 1000000globalDefault:falsedescription:"关键服务，不可驱逐"然后在Pod里使用：展开代码语言：YAMLAI代码解释priorityClassName:critical-app这样bin-packing ：开发随便填request，导致整集群被“虚空占用”调度策略写得很复杂，却没人维护Autoscaler配置错误→峰值瞬间崩SRE只看CPU，不看内存，结果内存OOM把Pod全踢下线也见过好的情况：用好bin-packing
26010编辑于 2025-11-28 - 来自专栏Go与云原生开发
深入理解K8S资源管理和调度｜青训营笔记
request、limit • 其他约束： • affinity/anti-affinity • Label selector • Taint & toleration • Image locality • Bin-packing
60220编辑于 2022-08-18 - 来自专栏Python项目实战
云端算力调度算法研究：算力不是不够，是你不会“分”
forminmachines:ifm.can_run(job):m.assign(job)break优点：成本低利用率高缺点：容易导致热点节点对延迟不友好Kubernetes默认调度策略，本质就是多维bin-packing
25210编辑于 2025-12-30 - 来自专栏大数据杂货铺
Fair Scheduler和Capacity Scheduler比较
这还可以使您一次查找多个节点，云上的自动缩放和bin-packing策略会使用这些节点。有关更多信息，请参见 设计和实现说明。 在模拟的基础上，使用全局调度功能的测试结果显示： ?
1.8K20发布于 2021-01-08 - 来自专栏云云众生s
Kubernetes+大模型：Cast AI解决成本难题
Cast AI正在将其新功能与其他自动化工具集成，包括Bin-Packing和Eviction、集群和节点重新平衡、Spot回退、Spot中断ML预测和Spot实例价格漂移重新平衡。
31310编辑于 2024-11-28 - 来自专栏CNCF
CNCF案例研究：作为容器的早期采用者，Spotify从自家制容器编排器迁移到Kubernetes
此外，使用Kubernetes的封装（bin-packing）和多租户功能，CPU利用率平均提高了两到三倍。
77710发布于 2019-12-04 - 来自专栏Hadoop实操
0770-Apache YuniKorn (Incubating) 0.8发布
另一个是BIN-PACKING，它尝试将Pod打包到最少数量的节点上。前一种适用于数据中心场景，它有助于平衡集群节点的压力。
1.5K10发布于 2020-05-20 - 来自专栏大数据杂货铺
Cloudera数据工程（CDE）2021年终回顾
快速自动缩放和扩展 我们通过在 Apache Yunikorn 中引入gang 调度和 bin-packing的创新来解决工作负载速度和规模问题。
1.5K10编辑于 2022-01-19 让 LLM 拥有“可治理的记忆”：MemOS：A Memory OS for AI System 论文解读
Activation > Plaintext（更压缩的优先）； 合规等级：例如敏感信息仅可注入到所属用户 session 中； Token 成本估计：避免窗口溢出，采取近似贪婪填充（论文未建模为严格 Bin-Packing > 明文）； • 权限隔离策略（如用户私有数据优先注入到专属上下文）； • 存储滞留时间（防止“冷知识”长期霸占位置）； 该机制类比于 OS 中的分页调度或 cache eviction，论文未使用 bin-packing
2.4K10编辑于 2025-07-14- 来自专栏LINUX阅码场
Linux Deadline 调度器 - 第一部分：简介与理论背景
将任务合理分布到多个核上最终是一个 NP-hard 问题（其本质上是装箱问题，Bin-Packing Problem），并且还存在其他特殊情形，所以目前不存在一个最优调度算法。
2.5K20发布于 2019-10-08 - 来自专栏黑客下午茶
探索使用 Kubernetes 扩展专用游戏服务器：第1部分-容器化和部署
Kubernetes 管理整个群集中的游戏服务器的调度，而无需我们编写自己的 bin-packing 算法来优化资源使用。
3.2K20发布于 2021-05-27 - 来自专栏穆如清风
Apache Kyuubi & Celeborn (Incubating) 助力 Spark 拥抱云原生
在离线混布场景中，我们更希望使用 bin-packing 的 Pod 分配策略，让 Executor Pod 尽可能地集中在少量的节点上，这样在出让节点时，可以快速腾空机器，降低对 Spark 任务的影响
1.6K40编辑于 2023-10-12 - 来自专栏k8s技术圈
[译]将 Kubernetes 扩展至7500个节点
Bin-packing 碎片化对我们而言并也不是一个常见的问题。我们当前的集群有充分的带宽，因此我们也不用去考虑任何机架或网络拓扑结构问题。
1K30发布于 2021-03-01 深入解析YARN中的FairScheduler与CapacityScheduler：资源分配策略的核心区别
云原生适配性：支持自动扩展和bin-packing策略 3. 节点分区管理：通过标签实现异构资源调度 但开源社区仍保留Fair Scheduler的原因在于其独特的"资源借贷"机制。
61810编辑于 2025-08-27- 来自专栏伪架构师
【译】平台工程六大支柱
多云以及混合云支持 开发者自助服务 服务发现和网络（内置插件） 高可用和故障隔离 高级调度能力 资源隔离和安全 成本优化 编排器提供了优化算法，来确定将工作负载分配到基础设施资源上的最佳方式（例如 bin-packing
1.4K10编辑于 2023-11-27 - 来自专栏琯琯博客
awesome-javascript-cn
官网 Packery：使用装箱算法（bin-packing）的网格布局库。支持拖拽布局。官网 Isotope：可过滤和可排序的网格布局的库，它能实现 Masonry、Packery 等布局。
12.5K80发布于 2018-05-09 - 来自专栏数据魔术师
论文拾萃|用子集和、集合覆盖及遗传算法解决可变尺寸装箱（VSBPP）问题（JAVA）
参考文献：“Heuristics for the variable sized bin-packing problem”, Mohamed Haouari, Mehdi Serairi, Computers
1.7K10编辑于 2022-08-25 - 来自专栏超级架构师
「沙里淘金」精选浏览器端JavaScript库资源推荐
Packery - 使用bin-packing算法的网格布局库。可用于可拖动布局。 Isotope- 可过滤，可排序的网格布局库。可以实现Masonry，Packery和其他布局。
8.3K20发布于 2020-08-19 - 来自专栏超级架构师
「首席架构师推荐」一系列很棒的的浏览器端JavaScript库资源
Packery - 使用bin-packing算法的网格布局库。可用于可拖动布局。 Isotope- 可过滤，可排序的网格布局库。可以实现Masonry，Packery和其他布局。
9.1K21发布于 2019-09-18
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号