共享集群调度：避免资源饥饿

在多个团队之间共享集群而不让任何一方陷入长期等待，本质上是一个队列设计问题，而回报最高的干预措施，通常根本不是调度器层面的调整。

将开发工作移出集群

共享集群队列中相当大一部分任务，本就不需要机柜级硬件。探索性工作、调试、环境搭建与小规模微调任务占用了资源配额，延迟了那些确实需要集群的生产任务。将这类工作转移到桌面系统上，对有效吞吐的提升超过任何调度策略，因为它消除了需求本身，而不只是重新排序。

这同时改善了双方的体验：研究人员不必为一个二十分钟的任务等待四小时的资源分配，而集群队列也开始真实反映生产需求。

公平共享，并配套抢占策略

对于剩余任务，按团队进行公平共享分配并配套明确的抢占策略，效果优于严格优先级排序，因为后者往往导致某个关系较好的团队无限期占用集群。抢占机制的可行性依赖于检查点，这也是应当保持充裕检查点保留策略、并为其配置低成本存储层的又一理由。

公开数据

各团队的队列等待时长与利用率，应对所有集群使用方可见。多数资源争用纠纷在数据公开后会自行化解，而未能化解的那些，至少也是在同一组事实基础上进行讨论。