使用Kunpeng TAP

Kunpeng TAP允许在部署Pod时指定CPU资源需求，系统将自动按NUMA亲和性分配资源。通过编写YAML文件并指定节点选择器，可以将Pod部署到特定节点上。成功部署插件后，只需在部署其他Pod时指定CPU资源的request和limit值，系统将自动按照NUMA亲和性原则进行资源分配。

以下为部署一个单容器Pod的YAML文件示例，供用户参考。该Pod请求的CPU资源最小值为4核，最大值为8核，内存固定为4Gi，容器使用busybox作为镜像。

创建YAML文件，例如example.yaml，并在YAML文件中写入以下配置。

apiVersion: v1
kind: Pod
metadata:
  name: tap-test
  annotations:
spec:
  containers:
  - name: tap-example
    image: busybox:latest
    imagePullPolicy: IfNotPresent
    command: ["/bin/sh"]
    args: ["-c", "while true; do echo `date`; sleep 5; done"]
    resources:
      requests:
        cpu: "4"
        memory: "4Gi"
      limits:
        cpu: "8"
        memory: "4Gi"

以指定Pod在compute01节点上运行为例，需要在YAML文件中的spec部分加入以下内容。
在多个工作节点的K8s集群中，Pod可能会被调度到不同节点的NUMA内。如果希望Pod在指定的节点上运行，只需在YAML文件的spec部分加入nodeSelector字段，并指定kubernetes.io/hostname为目标节点的名称。
1 2
nodeSelector: kubernetes.io/hostname: compute01
在管理节点应用YAML文件，完成Pod部署。
```
kubectl apply -f example.yaml
```
判断Kunpeng TAP是否生效。
1. 以Docker运行时为例，进入步骤二中nodeSelector所指定的集群节点compute01后，通过docker命令查询容器的CpusetCpus参数，判断容器是否与NUMA成功亲和。
2. 通过docker ps查询集群节点运行的容器任务，在NAMES列中找到步骤一中“spec.containers.name”指定的nri-1容器。
```
# docker ps | grep nri-1
CONTAINER ID   IMAGE                  COMMAND                  CREATED       STATUS       PORTS     NAMES
```
3. 依据CONTAINER ID查询目标容器的部署参数CpusetCpus，该参数表示容器的可调度CPU范围。
```
# docker inspect bf32de0d09fe | grep "CpusetCpus"
            "CpusetCpus": "0-23",
```
  如果启用了内存绑定功能，可以通过如下命令查看，注意其取值表示节点的编号：
```
# docker inspect bf32de0d09fe | grep "CpusetMems"
            "CpusetMems": "0",
```
  在不同的机器上查看时, 绑定的NUMA节点不固定，CpusetCpus数字可能不一致。
  Containerd运行时可以运行如下命令查看容器的可调度CPU范围。
```
# crictl inspect bf32de0d09fe | grep "cpuset_cpus"
            "cpuset_cpus": "0-23",
```
  如果NUMA节点亲和失败，则可能无法查找到cpuset_cpus输出。
4. 查询系统的NUMA信息，与上述的容器可调度CPU范围进行对比，一致则表示亲和于对应NUMA节点。
```
# lscpu
...
NUMA node0 CPU(s):               0-23
NUMA node1 CPU(s):               24-47
NUMA node2 CPU(s):               48-71
NUMA node3 CPU(s):               72-95
...
```
  “node0”表示编号为“0”的NUMA节点，“0-23”表示NUMA节点内的CPU编号。

此外，对于系统中GPU的NUMA分布，可以运行如下命令查看，其中“0200”为网卡设备号。

lspci -vvv -d :0200 | grep NUMA

回显如下所示：

NUMA node: 0
NUMA node: 0
NUMA node: 0
NUMA node: 0
NUMA node: 0
NUMA node: 2
NUMA node: 2
NUMA node: 2
NUMA node: 2
NUMA node: 2

父主题： K8s拓扑亲和插件用户指南（Docker+Containerd）