Skip to content

执行节点管理

执行节点(Runner Resources)是自动化系统的“算力大后方”。该页面实时展示了当前集群中所有在线的物理执行服务及其运行能力。

执行节点视图

1. 实时算力看板

该页面主要用来确认:当前有哪些机器可以跑脚本?它们的状态是否健康?

分布式调度模式

这种模式主要用于实时性要求较高的任务分发。

  • 运行机制
    • 主动拉取 (PULL):执行器像“领任务”一样主动从中心获取指令,适合网络环境较复杂的场景。
    • 调度推送 (PUSH):由平台像“分派工单”一样主动将任务推给空闲的执行器。
  • 处理器能力:展示该通道下的节点能够处理的业务逻辑(如 shell, python 等)。
  • 在线状态:运维人员在此确认新部署的机器是否已成功上线,可以看到具体的物理地址。

消息推送模式

这种模式通过消息队列进行异步触发,更适合超大规模的任务并发。

  • 消息通道:每个执行单元对应一个固定的消息通道,任务通过这些通道分发。
  • 处理器支持:展示该通道下的节点能够处理的业务逻辑(如 shell, python 等)。
  • 解耦特性:通过异步队列实现任务分发,即使瞬时任务量巨大也能平滑处理。

2. 智能资源管理

为了降低运维成本,系统在底层实现了资源的“自发现”与“自动准备”:

  • 自动开启通道:当新的执行节点部署并启动后,系统会自动感知并为其准备好底层的消息队列。
  • 算力自动汇聚:只要物理服务启动,该页面就会自动更新,无需手动维护节点列表。
  • 配置参考:在 任务模版 中配置执行规则时,需要以这里的“名称”和“支持方法”作为参考,确保脚本能被分配到正确的机器上。

NOTE

如果在此页面看不到某个节点,通常是因为物理服务尚未启动或网络连接存在异常。

基于 MIT 许可发布