HPC on Volcano：容器在气象行业HPC高性能计算场景的应用

前言：Kubernetes已经成为云原生应用编排、管理的事实标准，越来越多的应用选择向K8S迁移。HPC作为传统的分布式计算模式，在很多领域都有着广泛的应用，很多用户都希望能将HPC应用迁移到容器中运行，通过Kubernetes强大的功能来进行作业管理。Volcano作为CNCF首个面向批量计算的分布式调度系统，也支持MPI作业的调度，本文以传统的HPC应用WRF为例，探讨Volcano是如何支持HPC应用的。

HPC简介

HPC是High Performance Computing（高性能计算）的缩写。平时提到的HPC，一般指代高性能计算机群（HPCC），它将大量的计算机软件/硬件整合起来，将大的计算作业分解成一个个小部分，通过并行计算的方式加以解决。HPC高性能计算在CAE仿真、动漫渲染、物理化学、石油勘探、生命科学、气象环境等领域有广泛的应用。

一般来说，高性能计算集群（HPCC）包含如下部分：

PBS：Protable Batch System，资源管理器，负责管理集群中所有节点的资源。除了PBS意外，常用的资源管理系统还有Slurm，LSF等
Maui：第三方任务调度器，支持资源预留，支持各种复杂的优先级策略，支持抢占机制等。资源管理器中内置了默认的任务调取器，但功能往往比较简单
OpenMPI：上层通信环境，兼顾通信库，编译，分布式启动任务的功能

上述三部分中，PBS和Maui对于用户来说是完全透明的，用户只需要按照PBS提供的方式提交作业即可，不需要了解内部细节。而OpenMPI则需要用户进行相关了解，来编写能够并行计算的应用。

下面以mpirun -np 4 ./mpi_hello_world为例介绍mpi作业是如何运行的：

调用openmpi或者其他mpi的库来编写源代码，例子里就是输出hello world字符串了
使用支持MPI的编译器来编译出可执行程序mpi_hello_world
将mpi_hello_world分发到各个节点，也可以通过共享文件系统来实现对mpi_hello_world的访问
运行mpirun来并行执行mpi_hello_world

WRF简介

WRF是Weather Research and Forecasting Model（天气研究和预报模型）的简称，是一种比较常见的HPC应用。WRF是一种中尺度数值天气预报系统，设计用于大气研究和业务预报应用，可以根据实际的大气条件或理想化的条件进行模拟。

由于WRF包含多个模块，因此处理流程可能不尽相同，这里仅以WPS和WRF这两个模块为例介绍一下完整的WRF流程：

该处理流程包括4部分：

外部数据源
前处理系统（WPS）
核心模拟系统（WRF）
后处理系统

外部数据源

包含静态地理数据，网络数据等。静态地理数据可以理解为某区域内的地理信息，例如山川，河流，湖泊，森林等等。网络数据是某区域内的气象环境数据，例如气温，风速风向，空气湿度，降雨量等等。

前处理系统

——WPS，WRF Pre-processing System）

前处理系统用于载入地理和气象数据，对气象数据进行插值，为WRF提供输入数据。该部分包含3个程序：

geogrid.exe：定义模型投影、区域范围，嵌套关系，对地表参数进行插值，处理地形资料和网格数据
ungrib.exe：从grib数据中提取所需要的气象参数
metgrid.exe：将气象参数插值到模拟区域

经过这3个程序处理后，生成可以用来进行气象模拟的数据。这3个处理程序目前不支持mpi并行运算。

核心模拟系统（WRF）

核心模拟系统对前处理系统生成的气象信息进行模拟和预报，是WRF的核心模块。该部分包含2个程序：

real.exe：初始化实际气象数据
wrf.exe：模拟及预报结果

real.exe和wrf.exe可以通过mpi并行运算来提升计算速度，例如：

上图中wrfinput_d0X和wrfbdy_d0X为real.exe的运算结果，wrf.exe以该结果为输入进行模拟演算，生成最终的气象模拟结果wrfout_dxx_yyyy-mm-dd_hh:mm:ss，并由后处理系统进行验证展示。

后处理系统

后处理系统用来验证和显示核心模拟系统的计算结果。主要由各种第三方图像和验证工具组成。下图展示了Conus 2.5km算例中各个地区相对湿度的模拟预报结果：

Conus 2.5km是指美国本土气象数据，分辨率为2.5km（将整个区域分成一个个2.5km*2.5km*2.5km的方格，每个方格中的气象信息被认为是完全一致的）。

HPC on Volcano

上面介绍了一个HPCC包括资源管理器，调度器和mpi并行计算库三部分，其中资源管理器由Kubernetes负责，调度器由Volcano负责。

在Kubernetes+Volcano环境中运行HPC应用，本质上就是在容器中运行HPC作业，示意图如下：

将运行的容器分为Master容器和Worker容器两种。Master容器负责启动mpirun/mpiexec命令，Worker容器负责运行真正的计算作业。

因此Volcano为了支持MPI作业运行，添加了如下功能：

Volcano job支持定义多个pod模板，能够同时定义master pod和worker pod
支持 Gang scheduling，保证作业中所有的pod能够同时启动
Master/Worker pod内部主机IP映射
Master/Workerpod之间ssh免密登录
作业生命周期管理

Volcano mpi作业配置mpi_sample.yaml：

apiVersion: batch.Volcano.sh/v1alpha1kind: Jobmetadata:  name: mpi-job  labels:    # 根据业务需要设置作业类型    "Volcano.sh/job-type": "MPI"spec:  # 设置最小需要的服务 (小于总replicas数)  # 这里等于mpimaster和mpiworker的总数  minAvailable: 3  # 指定调度器为Volcano  schedulerName: Volcano  plugins:    # 提供 ssh 免密认证    ssh: []    # 提供运行作业所需要的网络信息，hosts文件，headless service等    svc: []  # 如果有pod被 杀死，重启整个作业  policies:    - event: PodEvicted      action: RestartJob  tasks:    - replicas: 1      name: mpimaster      # 当 mpiexec 结束，认为整个mpi作业结束      policies:        - event: TaskCompleted          action: CompleteJob      template:        spec:          # Volcano的信息会统一放到 /etc/Volcano 目录下          containers:            # master容器中            # 1. 启动sshd服务            # 2. 通过/etc/Volcano/mpiworker.host获取mpiworker容器列表            # 3. 运行mpirun/mpiexec            - command:            - /bin/sh                - -c                - |                  MPI_HOST=`cat /etc/Volcano/mpiworker.host | tr "\n" ","`;                  mkdir -p /var/run/sshd; /usr/sbin/sshd;                  mpiexec --allow-run-as-root --host ${MPI_HOST} -np 2 mpi_hello_world;              image: Volcanosh/example-mpi:0.0.1              imagePullPolicy: IfNotPresent              name: mpimaster              ports:                - containerPort: 22                  name: mpijob-port              workingDir: /home              resources:                requests:                  cpu: "100m"                  memory: "1024Mi"                limits:                  cpu: "100m"                  memory: "1024Mi"          restartPolicy: OnFailure          imagePullSecrets:            - name: default-secret    - replicas: 2      name: mpiworker      template:        spec:          containers:            # worker容器中只需要启动sshd服务            - command:                - /bin/sh                - -c                - |                  mkdir -p /var/run/sshd; /usr/sbin/sshd -D;              image: Volcanosh/example-mpi:0.0.1              imagePullPolicy: IfNotPresent              name: mpiworker              ports:                - containerPort: 22                  name: mpijob-port              workingDir: /home              resources:                requests:                  cpu: "100m"                 memory: "2048Mi"                limits:                  cpu: "100m"                  memory: "2048Mi"          restartPolicy: OnFailure          imagePullSecrets:            - name: default-secret