mirror of
https://gitlab.com/arm-research/smarter/smarter-device-manager.git
synced 2024-11-21 18:23:34 +00:00
Forgot the nvidia portion of the server
This commit is contained in:
parent
727594c382
commit
06a5d1129c
292
nvidia-server.go
Normal file
292
nvidia-server.go
Normal file
@ -0,0 +1,292 @@
|
|||||||
|
/*
|
||||||
|
* Copyright (c) 2019, NVIDIA CORPORATION. All rights reserved.
|
||||||
|
*
|
||||||
|
* Licensed under the Apache License, Version 2.0 (the "License");
|
||||||
|
* you may not use this file except in compliance with the License.
|
||||||
|
* You may obtain a copy of the License at
|
||||||
|
*
|
||||||
|
* http://www.apache.org/licenses/LICENSE-2.0
|
||||||
|
*
|
||||||
|
* Unless required by applicable law or agreed to in writing, software
|
||||||
|
* distributed under the License is distributed on an "AS IS" BASIS,
|
||||||
|
* WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
|
||||||
|
* See the License for the specific language governing permissions and
|
||||||
|
* limitations under the License.
|
||||||
|
*/
|
||||||
|
|
||||||
|
package main
|
||||||
|
|
||||||
|
import (
|
||||||
|
"flag"
|
||||||
|
"log"
|
||||||
|
"net"
|
||||||
|
"os"
|
||||||
|
"path"
|
||||||
|
"time"
|
||||||
|
|
||||||
|
"golang.org/x/net/context"
|
||||||
|
"google.golang.org/grpc"
|
||||||
|
pluginapi "k8s.io/kubernetes/pkg/kubelet/apis/deviceplugin/v1beta1"
|
||||||
|
)
|
||||||
|
|
||||||
|
var passDeviceSpecs = flag.Bool("pass-device-specs", false, "pass the list of DeviceSpecs to the kubelet on Allocate()")
|
||||||
|
|
||||||
|
// NvidiaDevicePlugin implements the Kubernetes device plugin API
|
||||||
|
type NvidiaDevicePlugin struct {
|
||||||
|
devs []*pluginapi.Device
|
||||||
|
resourceName string
|
||||||
|
allocateEnvvar string
|
||||||
|
socket string
|
||||||
|
id string
|
||||||
|
|
||||||
|
server *grpc.Server
|
||||||
|
stop chan interface{}
|
||||||
|
health chan *pluginapi.Device
|
||||||
|
|
||||||
|
}
|
||||||
|
|
||||||
|
// NewNvidiaDevicePlugin returns an initialized NvidiaDevicePlugin
|
||||||
|
func NewNvidiaDevicePlugin(resourceName string, allocateEnvvar string, socket string, id string) *NvidiaDevicePlugin {
|
||||||
|
return &NvidiaDevicePlugin{
|
||||||
|
resourceName: resourceName,
|
||||||
|
allocateEnvvar: allocateEnvvar,
|
||||||
|
socket: socket,
|
||||||
|
id: id,
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
func (m *NvidiaDevicePlugin) initialize() {
|
||||||
|
m.server = grpc.NewServer([]grpc.ServerOption{}...)
|
||||||
|
}
|
||||||
|
|
||||||
|
func (m *NvidiaDevicePlugin) cleanup() {
|
||||||
|
}
|
||||||
|
|
||||||
|
// Start starts the gRPC server, registers the device plugin with the Kubelet,
|
||||||
|
// and starts the device healthchecks.
|
||||||
|
func (m *NvidiaDevicePlugin) Start() error {
|
||||||
|
m.initialize()
|
||||||
|
|
||||||
|
err := m.Serve()
|
||||||
|
if err != nil {
|
||||||
|
log.Printf("Could not start device plugin for '%s': %s", m.resourceName, err)
|
||||||
|
m.cleanup()
|
||||||
|
return err
|
||||||
|
}
|
||||||
|
log.Printf("Starting to serve '%s' on %s", m.resourceName, m.socket)
|
||||||
|
|
||||||
|
err = m.Register()
|
||||||
|
if err != nil {
|
||||||
|
log.Printf("Could not register device plugin: %s", err)
|
||||||
|
m.Stop()
|
||||||
|
return err
|
||||||
|
}
|
||||||
|
log.Printf("Registered device plugin for '%s' with Kubelet", m.resourceName)
|
||||||
|
|
||||||
|
return nil
|
||||||
|
}
|
||||||
|
|
||||||
|
// Stop stops the gRPC server.
|
||||||
|
func (m *NvidiaDevicePlugin) Stop() error {
|
||||||
|
if m == nil || m.server == nil {
|
||||||
|
return nil
|
||||||
|
}
|
||||||
|
log.Printf("Stopping to serve '%s' on %s", m.resourceName, m.socket)
|
||||||
|
m.server.Stop()
|
||||||
|
if err := os.Remove(m.socket); err != nil && !os.IsNotExist(err) {
|
||||||
|
return err
|
||||||
|
}
|
||||||
|
m.cleanup()
|
||||||
|
return nil
|
||||||
|
}
|
||||||
|
|
||||||
|
// Serve starts the gRPC server of the device plugin.
|
||||||
|
func (m *NvidiaDevicePlugin) Serve() error {
|
||||||
|
sock, err := net.Listen("unix", m.socket)
|
||||||
|
if err != nil {
|
||||||
|
return err
|
||||||
|
}
|
||||||
|
|
||||||
|
pluginapi.RegisterDevicePluginServer(m.server, m)
|
||||||
|
|
||||||
|
go func() {
|
||||||
|
lastCrashTime := time.Now()
|
||||||
|
restartCount := 0
|
||||||
|
for {
|
||||||
|
log.Printf("Starting GRPC server for '%s'", m.resourceName)
|
||||||
|
err := m.server.Serve(sock)
|
||||||
|
if err == nil {
|
||||||
|
break
|
||||||
|
}
|
||||||
|
|
||||||
|
log.Printf("GRPC server for '%s' crashed with error: %v", m.resourceName, err)
|
||||||
|
|
||||||
|
// restart if it has not been too often
|
||||||
|
// i.e. if server has crashed more than 5 times and it didn't last more than one hour each time
|
||||||
|
if restartCount > 5 {
|
||||||
|
// quit
|
||||||
|
log.Fatal("GRPC server for '%s' has repeatedly crashed recently. Quitting", m.resourceName)
|
||||||
|
}
|
||||||
|
timeSinceLastCrash := time.Since(lastCrashTime).Seconds()
|
||||||
|
lastCrashTime = time.Now()
|
||||||
|
if timeSinceLastCrash > 3600 {
|
||||||
|
// it has been one hour since the last crash.. reset the count
|
||||||
|
// to reflect on the frequency
|
||||||
|
restartCount = 1
|
||||||
|
} else {
|
||||||
|
restartCount += 1
|
||||||
|
}
|
||||||
|
}
|
||||||
|
}()
|
||||||
|
|
||||||
|
// Wait for server to start by launching a blocking connexion
|
||||||
|
conn, err := m.dial(m.socket, 5*time.Second)
|
||||||
|
if err != nil {
|
||||||
|
return err
|
||||||
|
}
|
||||||
|
conn.Close()
|
||||||
|
|
||||||
|
return nil
|
||||||
|
}
|
||||||
|
|
||||||
|
// Register registers the device plugin for the given resourceName with Kubelet.
|
||||||
|
func (m *NvidiaDevicePlugin) Register() error {
|
||||||
|
conn, err := m.dial(pluginapi.KubeletSocket, 5*time.Second)
|
||||||
|
if err != nil {
|
||||||
|
return err
|
||||||
|
}
|
||||||
|
defer conn.Close()
|
||||||
|
|
||||||
|
client := pluginapi.NewRegistrationClient(conn)
|
||||||
|
reqt := &pluginapi.RegisterRequest{
|
||||||
|
Version: pluginapi.Version,
|
||||||
|
Endpoint: path.Base(m.socket),
|
||||||
|
ResourceName: m.resourceName,
|
||||||
|
}
|
||||||
|
|
||||||
|
_, err = client.Register(context.Background(), reqt)
|
||||||
|
if err != nil {
|
||||||
|
return err
|
||||||
|
}
|
||||||
|
return nil
|
||||||
|
}
|
||||||
|
|
||||||
|
func (m *NvidiaDevicePlugin) GetDevicePluginOptions(context.Context, *pluginapi.Empty) (*pluginapi.DevicePluginOptions, error) {
|
||||||
|
return &pluginapi.DevicePluginOptions{}, nil
|
||||||
|
}
|
||||||
|
|
||||||
|
// ListAndWatch lists devices and update that list according to the health status
|
||||||
|
func (m *NvidiaDevicePlugin) ListAndWatch(e *pluginapi.Empty, s pluginapi.DevicePlugin_ListAndWatchServer) error {
|
||||||
|
s.Send(&pluginapi.ListAndWatchResponse{Devices: m.devs})
|
||||||
|
|
||||||
|
for {
|
||||||
|
select {
|
||||||
|
case <-m.stop:
|
||||||
|
return nil
|
||||||
|
case d := <-m.health:
|
||||||
|
// FIXME: there is no way to recover from the Unhealthy state.
|
||||||
|
d.Health = pluginapi.Unhealthy
|
||||||
|
log.Printf("'%s' device marked unhealthy: %s", m.resourceName, d.ID)
|
||||||
|
s.Send(&pluginapi.ListAndWatchResponse{Devices: m.devs})
|
||||||
|
}
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
// Allocate which return list of devices.
|
||||||
|
func (m *NvidiaDevicePlugin) Allocate(ctx context.Context, reqs *pluginapi.AllocateRequest) (*pluginapi.AllocateResponse, error) {
|
||||||
|
responses := pluginapi.AllocateResponse{}
|
||||||
|
for _, req := range reqs.ContainerRequests {
|
||||||
|
//for _, id := range req.DevicesIDs {
|
||||||
|
// if !m.deviceExists(id) {
|
||||||
|
// return nil, fmt.Errorf("invalid allocation request for '%s': unknown device: %s", m.resourceName, id)
|
||||||
|
// }
|
||||||
|
//
|
||||||
|
|
||||||
|
response := pluginapi.ContainerAllocateResponse{
|
||||||
|
Envs: map[string]string{
|
||||||
|
m.allocateEnvvar: m.id,
|
||||||
|
},
|
||||||
|
}
|
||||||
|
if *passDeviceSpecs {
|
||||||
|
response.Devices = m.apiDeviceSpecs(req.DevicesIDs)
|
||||||
|
}
|
||||||
|
|
||||||
|
responses.ContainerResponses = append(responses.ContainerResponses, &response)
|
||||||
|
}
|
||||||
|
|
||||||
|
return &responses, nil
|
||||||
|
}
|
||||||
|
|
||||||
|
func (m *NvidiaDevicePlugin) PreStartContainer(context.Context, *pluginapi.PreStartContainerRequest) (*pluginapi.PreStartContainerResponse, error) {
|
||||||
|
return &pluginapi.PreStartContainerResponse{}, nil
|
||||||
|
}
|
||||||
|
|
||||||
|
// dial establishes the gRPC communication with the registered device plugin.
|
||||||
|
func (m *NvidiaDevicePlugin) dial(unixSocketPath string, timeout time.Duration) (*grpc.ClientConn, error) {
|
||||||
|
c, err := grpc.Dial(unixSocketPath, grpc.WithInsecure(), grpc.WithBlock(),
|
||||||
|
grpc.WithTimeout(timeout),
|
||||||
|
grpc.WithDialer(func(addr string, timeout time.Duration) (net.Conn, error) {
|
||||||
|
return net.DialTimeout("unix", addr, timeout)
|
||||||
|
}),
|
||||||
|
)
|
||||||
|
|
||||||
|
if err != nil {
|
||||||
|
return nil, err
|
||||||
|
}
|
||||||
|
|
||||||
|
return c, nil
|
||||||
|
}
|
||||||
|
|
||||||
|
//func (m *NvidiaDevicePlugin) deviceExists(id string) bool {
|
||||||
|
// for _, d := range m.cachedDevices {
|
||||||
|
// if d.ID == id {
|
||||||
|
// return true
|
||||||
|
// }
|
||||||
|
// }
|
||||||
|
// return false
|
||||||
|
//}
|
||||||
|
|
||||||
|
//func (m *NvidiaDevicePlugin) apiDevices() []*pluginapi.Device {
|
||||||
|
// var pdevs []*pluginapi.Device
|
||||||
|
// for _, d := range m.cachedDevices {
|
||||||
|
// pdevs = append(pdevs, &d.Device)
|
||||||
|
// }
|
||||||
|
// return pdevs
|
||||||
|
//}
|
||||||
|
|
||||||
|
func (m *NvidiaDevicePlugin) apiDeviceSpecs(filter []string) []*pluginapi.DeviceSpec {
|
||||||
|
var specs []*pluginapi.DeviceSpec
|
||||||
|
|
||||||
|
paths := []string{
|
||||||
|
"/dev/nvidiactl",
|
||||||
|
"/dev/nvidia-uvm",
|
||||||
|
"/dev/nvidia-uvm-tools",
|
||||||
|
"/dev/nvidia-modeset",
|
||||||
|
}
|
||||||
|
|
||||||
|
for _, p := range paths {
|
||||||
|
if _, err := os.Stat(p); err == nil {
|
||||||
|
spec := &pluginapi.DeviceSpec{
|
||||||
|
ContainerPath: p,
|
||||||
|
HostPath: p,
|
||||||
|
Permissions: "rw",
|
||||||
|
}
|
||||||
|
specs = append(specs, spec)
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
// for _, d := range m.devs {
|
||||||
|
// for _, id := range filter {
|
||||||
|
// if d.ID == id {
|
||||||
|
// spec := &pluginapi.DeviceSpec{
|
||||||
|
// ContainerPath: d.Path,
|
||||||
|
// HostPath: d.Path,
|
||||||
|
// Permissions: "rw",
|
||||||
|
// }
|
||||||
|
// specs = append(specs, spec)
|
||||||
|
// }
|
||||||
|
// }
|
||||||
|
// }
|
||||||
|
|
||||||
|
return specs
|
||||||
|
}
|
Loading…
Reference in New Issue
Block a user