一、为什么需要调度

（一）资源总量有限

算力再多以团队并发也会不够，靠人工协调容易冲突。调度把分配规则化，减少抢资源的情况，也让每个人对“轮到谁”有稳定可预期的判断，不猜。规则摆明，争抢就少了，原本花在协调上的精力能回到业务本身，整体更高效。

（二）任务长短不一

短任务与长任务混跑，若不加管理，长任务会长期占用。调度按特征排布，整体完成更快，短任务也不必苦等长任务腾出位置才能开跑，体验更顺。长短分治，还能分别设策略，长任务求稳、短任务求快，互不拖累，各得其所。

（三）峰谷差异明显

业务高峰集中，闲时资源空转。调度把可延迟的任务挪到闲时，抬升整体利用率，也等于在不加硬件的前提下多出一份产能。峰谷被填，单位算力的产出更高，同样预算能支撑更多业务，投入产出比自然上来。

（四）多团队要公正

多个团队共用，必须有一套可预期的规则。公正不是均值，而是按约定分配且可查，谁用了多少、为何优先都写得明明白白，让人服气。可预期比“结果均值”更重要，团队才敢做计划，不会被突如其来的抢占打乱节奏。

二、配额怎么设

（一）按团队给保底

每个团队留一份保底额度，保证基本工作不受他人影响。保底之上再共享富余资源，既托住日常，也不浪费高峰之外的余量，整体更划算，不闲置。保底托底、共享盘活，两个机制配合，稳定与利用率这一对矛盾就被温和地化解了。

1. 保底不宜过大

保底过大等于把资源锁死，别人高峰期也用不上。保底只覆盖日常基本需求更合理，把弹性留给公共池去调剂，盘活存量，让大家都有得用。锁死的保底越多，公共池越空，高峰时反而要排队，适得其反，要克制。

2. 富余共享

未被使用的保底进入公共池，谁有急需谁取用。共享机制让总量的利用更充分，也减少“我的额度我不用也不给你”的内部损耗与抱怨。共享要有记录，谁借了、还了都清楚，既灵活又不乱，信任才能长期维持下去。

3. 定期回收

长期不用的保底要回收或下调。资源跟着实际业务走，减少被历史约定占用，否则公共池迟早被掏空，新业务无米下锅。回收不是惩罚，是让资源流动起来，用得上的团队才能拿到，整体产出才高。

三、优先级怎么排

优先级通常按下面三类区分，顺序定好后写入规则，调度据此自动执行而非靠人临场判断：

① 在线服务优先：直接面向用户的任务，中断影响最大，排在最高层，保障体验不被底层任务拖累，用户全程无感。

② 定时批量次之：可计划在闲时跑的任务，填充分配的空档，既不抢主线也把闲置产能用起来，物尽其用。

③ 探索实验最后：临时验证类任务，有余量再跑，不挤占主业，让创新尝试与核心生产互不打架，各得其所。

四、抢占与排队

（一）抢占的代价

高优先级打断低优先级能保体验，但被打断的任务要重算或保存。代价要算进调度策略，不能只图快而让低优任务反复归零，白白浪费已经投入的算力与时间。抢占要有度，只在确需保体验时触发，否则频繁打断反而让整体更慢，得不偿失。

（二）排队要可见

任务排在哪一位置、预计多久启动，对用户可见。可见性能减少反复询问与误判，也让人对等待有心理预期，少一些无谓的焦虑与催促。可见的排队，用户才愿意等；看不见的排队，只会催生重复提交与抱怨，更乱。

（三）超时如何处理

长时间拿不到资源的任务，要设定额度并通知。与其一直挂着，不如提示用户调整，把资源让给更紧迫的事，整体效率更高，体验也不差。超时不是失败，是给双方一个明确信号，便于重新安排，而不是默默卡死没人管。

五、计量与分摊

（一）用多少记多少

按实际占用记录每个团队的开销，作为内部结算依据。记录细，分摊才没有争议，也倒逼各团队开始在意自己的消耗，慢慢形成节约的氛围。记账不是目的，是让消耗变得可见，看见才会优化，这是分摊最实在的价值。

（二）异常要能查

某团队用量突增时，能下钻到具体任务。定位到任务，才能判断是业务增长还是浪费，对策完全不同，不能一刀切地应付了事。下钻能力是计量的灵魂，只给总额看不出问题，给到任务才能动手，才算真管好。

（三）报表定期发

用量报表按月发给负责人，让消耗可见。可见之后，团队自然会主动优化，比靠行政命令要求节约更有效，也更少抵触与敷衍。报表要可读，别堆满数字，挑出异常与趋势，负责人一眼就能抓住该管的地方。

六、调度平台自身

（一）可用性很关键

调度一旦停摆，所有分配失效。它本身要具备高可用，最好与业务环境分开部署，减少被同一故障一锅端，全盘皆输。调度是全局的中枢，中枢自己要先稳，业务才敢把分配全交给它，信任由此而来。

（二）规则要可审计

每次分配的依据留记录，出现分歧能有据可查。审计能力是多人共用下的信任基础，也让规则调整有迹可循，不被随意改动而失控。可审计不只防纠纷，还能复盘哪些规则长期合理、哪些要改，让制度越用越聪明。

（三）配置要备份

配额与优先级规则存入天翼云存储并做版本管理。规则变更可追溯，出错能快速回退到稳定版本，不影响正在跑的任务与各方既有的预期。备份加版本，等于给调度规则上了双保险，改错了也能秒回，敢放手去优化。

七、落地清单

① 调度策略上线前先在影子模式运行，只记录决策不真正执行，对比人工做法验证合理性，再切换为生效，风险最低，也最稳，先求证。

② 配额单位要统一，有的按卡时、有的按段数，混用会让分摊失去可比性，统计前先归一，后面才说得清，各方才服气，不至于为口径吵架。

③ 突发的大任务可申请临时提额，用完即收，比长期扩大保底更灵活，也不占用他人资源，公共池仍是大家共享，互不耽误，弹性更好。

结语：多团队共用算力，公正靠的是可预期的规则，而不是临时协调，谁都怕被临时插队。保底加共享，兼顾了稳定与利用率，既托住日常也留足弹性。调度平台自身也要高可用，规则更要留痕可查，这样协作才能长期持续地运转下去。