2.4　资源分配率

资源分配率一般指逻辑上资源分配的比例。例如，物理机有32个vCPU[13]，分配给两个实例，其中一个实例8个vCPU，另一个实例16个vCPU，那么

vCPU分配率=（8+16）/32=75%

由于实例同时由CPU、内存、网络、磁盘等资源构成，每个实例规格的CPU、内存、网络、磁盘的配比不一样，可能在分配一些实例的资源后，vCPU提前分配完毕，造成内存资源浪费。

在实际计算分配率时，除了要计算单项资源分配率，也要计算加权综合分配率。所以在分析分配率时，首先要知晓计算方法，俗称“计算口径”。比如库存分配率的计算，下面给出库存剩余资源的概念描述。

如果把当前一些资源全部拿掉，服务不会受到任何影响，那么这些可以拿掉的资源就是库存剩余资源。

这种计算口径得出的结果是：

资源利用率=1-剩余资源/总资源

这里剩余资源的计算口径，是以运行时服务的稳定性，而不是逻辑上已分配出去的资源为准的。典型场景是：在多种Workload混部的场景下，实例规格实际使用量〈实例规格画像值〈实例规格逻辑申请量，从而存在分时复用的空间。例如实例规格A，逻辑申请4个vCPU，实际使用3.2个vCPU，实例画像3.8个vCPU，此时，库存剩余量=总量-实例规格画像值（基于资源利用率这个角度）。因为实例规格画像值〈实例规格逻辑需求量，使得库存剩余量“偏大”，导致分配率偏小。

还有一种常见的计算口径就是：

逻辑分配率=1-逻辑申请量/总量

这种计算口径完全依据“逻辑记账”，缺乏对实际资源利用率的考量。在云服务器供应调度场景下，逻辑分配率比较多见，原因是云计算资源是按SLA、固定能力交付的。尽管实际的和申请的不一定匹配，但即使有冗余的计算资源，也不能纳入“库存”中。在其他一些场景下，冗余的计算资源被看作是“库存”的，例如弹性共享实例、超卖共享实例等这些平衡性能和成本的实例。

上面概述了两个典型场景下的分配率计算方法或者说计算原则，在对应的计算原则下，单项碎片信息计算就更加具体了。接下来介绍与具体碎片相关的因子，主要包括资源总量、CPU模式和计量、内存模式和计量、磁盘模式和计量、网络模式和计量。

1.资源总量

比较直观的理解是，资源总量是通过机器总数来计算的。

实际操作机器总数=可调度机器总数+不可调度机器总数

可调度机器总数，包括一般标签的机器数、特殊标签的机器数、可混部的机器数（按机型）、Buffer机器数等；不可调度机器总数，包括被锁住的机器数、故障处理中的机器数、故障未处理的机器数、其他锁定的Buffer机器数等。有时候，可调度机器总数的指标是由一个团队负责和优化的，不可调度机器总数的指标是由另一个团队负责和优化的，这会导致资源总量的计算口径和计算结果略有差异，从而使得输出的分配率有一个潜在的“背景”：基于可调度的机器总数还是排除不可调度的机器总数。

2.CPU模式和计量

在cpuset模式下，开启超线程后，逻辑记账的CPU总量等于vCPU总量，通常单位是“个”，也可以表示为0.xx个。在cpushare模式下，开启超线程后，逻辑记账的vCPU数量通常表示为m.n个，切分的粒度更细。

对于开启超线程后的物理节点vCPU总量，通常记录单位为“个”，例如32个vCPU、64个vCPU。

实际可分配的vCPU总量=物理节点vCPU总量-预留给管控的vCPU数量

比如有32个物理节点vCPU，预留4个vCPU给管控使用，那么只有28个vCPU可以参与调度分配。此时，计算资源总量一般按可参与调度的vCPU总量来计算。

前面提到，CPU资源是可压缩的，比如在超卖场景下，CPU超卖比为1∶4，一个物理节点有32个vCPU，最终以参与可调度分配的128（4×32）个vCPU作为CPU维度的资源总量。

在实际集群中，可能存在资源预留、超卖等多种场景，如果一些物理机资源超卖，一些物理机资源不超卖，一些物理机进行了管控资源预留，一些物理机没有进行管控资源预留，那么这时候vCPU总量需按事先约定的计算原则来统一计算。当然，也可以采取单项计算、综合计算等多维度输出。

3.内存模式和计量

内存总量一般为物理内存总量扣除基础软件占用的内存，或者物理内存扣除基础软件占用的内存、预留的内存。

已分配内存一般按内存逻辑记账分配出去的量来计算。

内存通常被视为不可压缩资源。当然，在实际操作过程中，内存也可以以某种程度超卖。这里的超卖是指，在一个公共的内存Buffer视图中，多个实例均可见。表面上，每个实例都有“基础内存+Buffer视图内存”，实际消耗的内存=基础内存+Buffer中实际开销的内存。更多关于内存超卖的信息，请参考2.6.3节。

4.磁盘模式和计量

磁盘总量一般为磁盘总量扣除基础软件使用的磁盘空间，或者磁盘总量扣除基础软件使用的磁盘空间和预留的磁盘空间。

已分配磁盘空间一般按磁盘逻辑记账分配出去的量来计算。

磁盘空间被视为不可压缩资源，磁盘I/O则被视为可压缩资源（以磁盘I/O的调度为前提，否则磁盘I/O也应当被视为不可压缩资源）。磁盘超卖是指，在一个公共的磁盘Buffer视图中，多个实例均可见。表面上，每个实例都有“基础磁盘空间+Buffer视图磁盘空间”，实际消耗的磁盘空间=每个实例级别的磁盘空间+Buffer中实际开销的磁盘空间。有时直接以“磁盘超卖系数×参与调度的存储空间”作为磁盘资源总量。

5.网络模式和计量

网络资源是典型的可压缩资源和分时共享资源。在专有云资源调度中，一般不对网络资源做计量和分析。而且，随着网络基础设施带宽能力的极大提升，例如100Gb/s带宽的普及，网络带宽不再是瓶颈。在公有云资源调度中，网络按流量计费，从而使得网络存在SLA保障和相应带宽隔离服务。

网络能力超卖，客观上也依赖物理节点与不同的Workload之间存在流量的错峰。无论网络能力超卖与否，用户都是无感知的，因为是按实际流量计费的。

分配率提升实践建议

技术人员千万不要被PR（Public Relations）软文中的分配率数字本身误导，而是需要充分理解分配率的实际计算口径、相关因子的构成，并结合场景来考虑。当然，分配率在一定程度上体现了“装箱”组合的优化效率。一般情况下，分配率越高越好。当然，分配率高，并不意味着资源实际利用率就高。但是，在同一种计算口径下，资源实际利用率与分配率正相关。也有些场景下把分配率看作利用率，这需要结合上下文来具体理解。