Cloud Native Computing Foundation
·
Karmada v1.15 发布！增强了多模板工作负载的资源感知
内容提要
Karmada v1.15发布，增强了多模板工作负载的资源感知、集群级故障转移和结构化日志支持，显著提升了控制器和调度器性能，更好地支持云原生应用。
关键要点
-
Karmada是一个开源的多云和多集群容器编排引擎，旨在帮助用户在多云环境中部署和操作业务应用。
-
Karmada v1.15版本发布，增强了多模板工作负载的资源感知、集群级故障转移和结构化日志支持。
-
新版本提供了对多模板工作负载的精确资源感知，支持资源感知调度和联合配额管理。
-
Karmada v1.15增强了集群级故障转移功能，支持在故障转移过程中保留状态应用的运行状态。
-
引入了结构化日志支持，能够以JSON格式输出，提升了日志的可用性和可观察性。
-
Karmada控制器和调度器的性能显著提升，调度效率提高了46%。
-
Karmada v1.15版本包含39位贡献者的269次代码提交，感谢所有贡献者的努力。
延伸解读
多模板工作负载的资源感知
Karmada v1.15增强了对多模板工作负载的资源感知能力，能够更准确地计算不同模板的资源需求。这一改进对于AI和大数据应用尤为重要，因为这些应用通常由多个具有不同资源需求的组件构成。用户在部署复杂应用时，应关注如何利用这一新特性来优化资源分配和调度。
集群级故障转移的状态保留
新版本支持在集群故障转移过程中保留状态应用的运行状态，避免数据重复处理。这对于需要高可用性的状态应用（如Flink）至关重要。用户在配置故障转移策略时，应仔细设置状态保留规则，以确保在故障恢复时能够顺利恢复到故障前的状态。
结构化日志的优势
Karmada v1.15引入了结构化日志支持，能够以JSON格式输出日志。这一改进使得日志的查询和分析更加高效，便于与现代监控系统集成。用户应考虑如何利用结构化日志来提升故障排查和性能监控的效率，特别是在复杂的多集群环境中。
延伸问答
Karmada v1.15版本有哪些新特性？
Karmada v1.15版本增强了多模板工作负载的资源感知、集群级故障转移和结构化日志支持，并显著提升了控制器和调度器的性能。
Karmada如何增强多模板工作负载的资源感知？
Karmada通过扩展资源解释器，能够获取同一工作负载中不同模板的副本计数和资源请求，从而实现更精确的资源感知。
Karmada v1.15的集群级故障转移功能有什么新变化？
新版本支持在故障转移过程中保留状态应用的运行状态，允许从故障前的检查点恢复，避免重复数据处理。
Karmada v1.15的结构化日志支持有什么优势？
结构化日志以JSON格式输出，提升了日志的可用性和可观察性，便于与主流日志系统集成和快速查询。
Karmada控制器和调度器的性能提升了多少？
Karmada控制器和调度器的调度效率提高了46%，并且减少了gRPC请求的数量，显著提升了整体性能。
Karmada v1.15版本的贡献者有哪些？
Karmada v1.15版本包含39位贡献者的269次代码提交，感谢所有贡献者的努力。
