多规格创建Pod

大规模创建ECI Pod(即ECI实例)时,可能会遇到库存不足的情况。此时,建议您配置多个规格,系统会按照配置顺序依次尝试创建,从而提升ECI Pod的创建成功率。

背景信息

创建ECI实例的过程中,如果遇到库存不足而导致创建失败,系统会根据配置的规格顺序依次重试创建实例。因此,配置多个规格可以提升ECI实例的创建成功率。

说明
  • 在重试创建过程中,ECI实例会一直处于Pending状态。

  • 多规格方式为实例级别,仅影响单个实例的创建策略。

  • 您可以配合使用多可用区和多规格的方式来创建实例,从而进一步提高实例的创建成功率。

规格说明

ECI支持的vCPU和内存规格

  • 所有ECI支持地域均支持的规格

    vCPU

    内存(GiB)

    网络带宽能力(出+入)(Gbit/s)(理论上限值)

    0.25

    0.5、1

    0.08

    0.5

    1、2

    0.08

    1

    2、4、8

    0.1

    2

    1、2、4、8、16

    1

    4

    2、4、8、16、32

    1.5

    8

    4、8、16、32、64

    2

    12

    12、24、48、96

    2.5

    16

    16、32、64 、128

    3

    24

    24、48、96、192

    4.5

    32

    32、64、128、256

    6

    52

    96、192、384

    12.5

    64

    128、256、512

    20

  • 仅部分地域支持的规格

    重要
    • 下表中的规格仅在部分地域支持,创建以下规格的ECI实例时请确保已指定支持的地域和可用区,否则会因为无库存而导致创建失败。

      支持的地域为:华东1(杭州)、华东2(上海)、华北1(青岛)、华北2(北京)、华北3(张家口)、华北5(呼和浩特)、华北6(乌兰察布)、华南1(深圳)、华南2(河源)、华南3(广州)、西南1(成都)、新加坡。

    • 不支持指定下表中的规格创建抢占式实例。

    vCPU

    内存(GiB)

    网络带宽能力(出+入)(Gbit/s)(理论上限值)

    2

    6、10、12、14

    1

    4

    6、10、12、14、18、20、22、24、26、28、30

    1.5

    6

    6、8、10、12、14、16、18、20、22、24、26、28、30、32、34、36、38、40、42、44、46、48

    1.5

    8

    10、12、14、18、20、22、24、26、28、30、34、36、38、40、42、44、46、48、50、52、54、56、58、60、62

    2.5

ECI支持的ECS实例规格族

  • 企业级x86计算规格族

    x86规格基于x86架构,每一个vCPU都对应一个处理器核心的超线程,具有性能稳定的特点,适用于各种类型和规模的企业级应用、数据库系统、视频编解码、数据分析等场景。

    规格类型

    企业级x86规格族

    通用型

    g8a、g8i、g7a、g7、g6e、g6a、g6、g5、sn2ne

    计算型

    c8a、c8i、c7a、c7、c6e、c6a、c6、c5、sn1ne

    内存型

    r8a、r8i、r7a、r7、r6e、r6a、r6、r5、se1ne、se1

    通用算力型

    u1

    密集计算型

    ic5

    高主频

    • hfg8i、hfg7、hfg6、hfg5

    • hfc8i、hfc7、hfc6、hfc5

    • hfr8i、hfr7

    大数据

    d1、d1ne

    本地SSD型

    i2、i2g

  • 企业级异构计算规格族

    GPU规格含有GPU计算卡,适用于深度学习、图像处理等场景。GPU对应的Docker镜像可以直接运行在ECI GPU实例上。实例内已预装NVIDIA显卡设备驱动,不同GPU规格支持安装的驱动和CUDA版本不同。

    说明

    下表中的gn8ia和gn8is目前仅支持海外等部分地域,如有需求,请联系阿里云销售人员。

    规格类型

    GPU规格族

    驱动和CUDA版本

    GPU虚拟化型实例规格族

    sgn7i-vws

    NVIDIA 470.161.03,CUDA 11.4

    vgn7i-vws

    vgn6i-vws

    GPU计算型实例规格族

    gn7e

    • NVIDIA 470.82.01,CUDA 11.4(默认安装)

    • NVIDIA 525.85.12,CUDA 12.0

    • NVIDIA 535.161.08,CUDA 12.2

    gn7i

    gn7s

    gn7

    gn6v

    gn6e

    gn6i

    gn5i

    gn5

    gn8ia

    NVIDIA 535.161.08,CUDA 12.2

    gn8is

  • 企业级Arm计算规格族

    Arm规格基于Arm架构,每一个vCPU都对应一个处理器的物理核心,具有性能稳定且资源独享的特点,适用于容器、微服务、网站和应用服务器、高性能计算、基于CPU的机器学习等场景。

    规格类型

    Arm规格族

    通用型

    g8y

    计算型

    c8y

    内存型

    r8y

  • 共享型x86计算规格族

    共享型规格主要面向一般中小网站或个人开发。与企业级规格相比,共享型规格在资源利用上更多强调资源性能的共享,所以无法保证实例计算性能的稳定,但是成本相对来说更低。

    规格类型

    共享型x86规格族

    经济型

    e

关于ECS规格的详细信息,请参见:

配置说明

您可以在Pod metadata中添加k8s.aliyun.com/eci-use-specs的Annotation来指定实例规格。

  • 指定多规格时,可以指定vCPU和内存规格,也可以指定ECS规格,支持同时指定两者。

    重要

    您可以在Pod创建成功后查看其YAML详情,通过k8s.aliyun.com/eci-instance-spec字段确认Pod实际使用的规格。如果是ECS规格,则按ECS规格计费;如果是具体的vCPU和内存数值,则按vCPU和内存计费。

  • 请根据想要使用规格的优先级,按顺序设置多个规格(单次最多5个)。

  • 对于GPU、本地盘、ARM等除了指定规格外还需要额外配置其他参数的规格,指定多规格时只能指定同类型的规格,无法和其他规格同时指定。

配置示例如下:

apiVersion: apps/v1
kind: Deployment
metadata:
  name: test
  labels:
    app: test
spec:
  replicas: 2
  selector:
    matchLabels:
      app: nginx
  template:
    metadata:
      name: nginx-test
      labels:
        app: nginx
        alibabacloud.com/eci: "true" 
      annotations:
        k8s.aliyun.com/eci-use-specs: 2-4Gi,ecs.c5.large,ecs.c6.large  #根据需要替换您想要使用的规格
    spec:
      containers:
      - name: nginx
        image: registry.cn-shanghai.aliyuncs.com/eci_open/nginx:1.14.2
        ports:
        - containerPort: 80