registry.k8s.io/kueue/kueue:v0.13.2

Kueue 是 Kubernetes 生态中一款轻量级的作业队列管理工具，专为解决集群资源调度与作业执行顺序问题而设计。作为 Kubernetes 原生组件，它通过自定义资源定义（CRD）与集群深度集成，无需额外依赖复杂的调度系统，即可实现对批量作业、AI 训练任务、大数据处理等场景的资源管控。

核心功能：资源调度的“智能管家”

Kueue 的核心价值在于协调作业与资源的供需关系。当集群资源紧张时，它会将提交的作业按策略暂存于队列中，而非直接拒绝或让其“抢占式”运行。具体来说，它支持以下能力：

• 多队列与优先级管理：用户可创建多个队列（如“AI训练队列”“日常任务队列”），并为队列或单个作业设置优先级，确保关键任务优先获得资源；
• 资源配额控制：通过“资源预算”机制，限制特定团队、项目或队列的资源使用上限（如 CPU、内存、GPU 数量），避免单一任务耗尽集群资源；
• 动态调度触发：当集群释放资源（如作业完成、节点扩容）时，Kueue 会实时检查队列状态，按优先级和资源匹配度自动“唤醒”等待中的作业，最大化资源利用率；
• 作业依赖与亲和性支持：可配置作业间的依赖关系（如“任务 B 需在任务 A 完成后执行”），或指定作业与特定节点的亲和性（如“GPU 任务仅调度至带 NVIDIA 显卡的节点”）。

适用场景：从“混乱争抢”到“有序执行”

在实际生产中，Kueue 能有效解决两类常见问题：

• 资源碎片化：避免小任务被大任务长期阻塞（如一个占用 80% GPU 的训练任务运行时，其他小批量推理任务可在队列中等待，资源释放后立即执行）；
• 多租户冲突：在共享集群中，不同团队的作业不会互相抢占资源，每个团队的配额独立可控，减少跨团队协作的资源纠纷。

典型应用场景包括：AI 实验室的多用户训练任务调度、CI/CD 流水线中的批量测试任务排队、大数据平台的 Spark/Flink 作业资源分配等。

部署与使用：轻量化、易上手

作为 Kubernetes 原生工具，Kueue 部署极为简单：通过 YAML 清单即可安装 CRD 和控制器，用户无需修改现有作业定义，只需为作业添加少量注解（如指定目标队列、优先级）即可接入。同时，它兼容 kubectl、Prometheus 等工具，支持作业状态监控、队列长度统计等运维需求，降低了团队的学习和维护成本。

总结：让集群资源“物尽其用”

Kueue 不替代 Kubernetes 原生调度器（如 kube-scheduler），而是作为其“补充层”，解决作业“何时运行”的问题。它通过队列缓冲、配额控制、优先级调度等机制，让集群资源分配更有序、更高效，尤其适合资源密集型场景下的批量作业管理。对于需要平衡资源利用率与任务优先级的团队而言，Kueue 是一款“小而美”的实用工具。