通过 ODCR 和 Prioritized Allocation Strategy 构建高效、经济的 EMR 集群（一）

Amazon EMR 是一个托管的集群平台，它简化了在 AWS 上运行大数据框架（如 Apache Hadoop 和 Apache Spark）的过程，用于处理和分析大量数据。使用这些框架和相关的开源项目，您可以处理数据用于分析目的和商业智能工作负载。EMR 与 EC2、S3 等 AWS 服务深度集成，助力企业高效处理海量数据。

在实际使用 EMR 的过程中，客户通常会根据性能需求和预算限制，综合考虑使用不同实例类型及采购方式的组合。例如，同时使用按需（On-Demand）实例和竞价实例（Spot Instance），能够在确保关键任务稳定性的同时,最大限度地降低成本。然而，这种混合使用方式也带来了更复杂的实例启用和释放策略管理。

举两个应用场景为例：

在黑五等促销季，为了保证资源供应，一般采取 ODCR 方式提前预定 On-Demand 资源（普通机型的 Spot 资源目前没有预留方式），我们需要 EMR 优先使用这些预定的资源；
当 Spot 资源供应紧张时，我们根据统计信息，优先使用中断率较低的机型，降低因为实例回收导致的任务重试。

我们将针对以上两种场景，详细说明如何配置 EMR 来达到资源保障和成本优化的目的。本篇先讲述在 EMR on EC2 中使用 ODCR 进行资源预留。

ODCR (On-Demand Capacity Reservations) 是比 Reserved Instances (RI) 更加灵活的资源预留方式，可以灵活指定自动生效时间和自动终止时间，也可以随时手动终止或者调整数量。与 RI 不一样，它仅和资源有关，并不涉及成本优化，因此一般与 SavingsPlan 结合使用。

当黑五促销季来临，高性价比机型的需求会急剧上涨，在某个时间点，可能会因为个别资源池容量紧张，导致 EMR 集群创建或者扩容失败，影响任务处理时效，严重时可能导致业务 SLA 破线。因此在促销季到来前，通过 ODCR 提前预定资源是一种有效保障资源供应的做法。

ODCR 有两种实例匹配模式：

Open – 相当于一个公共资源池，如果新建或者已有的实例类型、平台、可用区与 ODCR 相符，则自动匹配 ODCR；
Targeted – 需要显式的指定 ODCR ID 来匹配，相当于一个私有资源池，不指定或者不知道 ODCR ID，是不会消耗 ODCR 资源的。

在 EMR 中，两种匹配模式均被支持，而且两种匹配模式，可以应用在两个不同的场景：

普通集群 – 成本优先，使用 Open ODCR 模式，尽量充分使用 ODCR 资源，多个集群共享 ODCR 资源池，一旦资源池耗尽，将从候补资源池获取资源。例如，可以在 us-west-2c 创建一个 1000台8xlarge 的 Open ODCR 请求，所有 EMR 集群优先从这个资源池获取资源，如果 1000 台 r7g.8xlarge 已经全部被使用，EMR 集群将从其它资源池启动 EC2；
高优先集群 – 运行核心任务的集群，效率和可靠性优先。使用 Targeted 模式的 ODCR，资源池专项供应特定集群，不存在争抢行为，严格按照计划使用资源。如果集群缩容，可能存在资源利用率下降的问题。举例来说，有 A、B、C 三个运行小时任务的高优先级集群，我们在 us-west-2b 创建三个 100台16xlarge 的 Targeted ODCR 请求，为每个集群指定特定的 ODCR ID，分别使用特定的 ODCR，互不干扰，也不受其它集群的干扰。

下面我们详细说明 ODCR 在 EMR on EC2 中的配置过程。

0. 环境设置

要使用 ODCR 配置，您的 EMR_DefaultRole（或者您为 EMR 集群指定的其它 role ）需添加以下权限：

{
    "Version": "2012-10-17",
    "Statement": [
        {
            "Effect": "Allow",
            "Action": [
                "ec2:DescribeCapacityReservations",
                "ec2:DescribeLaunchTemplateVersions",
                "ec2:DeleteLaunchTemplateVersions",
                "resource-groups:ListGroupResources"
            ],
            "Resource": "*"
        }
    ]
}

创建 r7g.4xlarge 和 r7g.2xlarge 的 Targeted ODCR 各 5 台：

aws ec2 create-capacity-reservation \
--instance-type r7g.4xlarge \
--instance-platform 'Linux/UNIX' \
--availability-zone us-west-2a \
--tenancy default \
--instance-count 5 \
--ebs-optimized \
--end-date '2025/09/30 01:00:00' \
--end-date-type limited \
--instance-match-criteria targeted 
aws ec2 create-capacity-reservation \
--instance-type r7g.2xlarge \
--instance-platform 'Linux/UNIX' \
--availability-zone us-west-2a \
--tenancy default \
--instance-count 5 \
--ebs-optimized \
--end-date '2025/09/30 01:00:00' \
--end-date-type limited \
--instance-match-criteria targeted

创建 r7g.4xlarge 和 r7g.2xlarge 的 Open ODCR 各 5 台：

aws ec2 create-capacity-reservation \
--instance-type r7g.4xlarge \
--instance-platform 'Linux/UNIX' \
--availability-zone us-west-2c \
--tenancy default \
--instance-count 5 \
--ebs-optimized \
--end-date '2025/09/30 01:00:00' \
--end-date-type limited \
--instance-match-criteria open 
aws ec2 create-capacity-reservation \
--instance-type r7g.2xlarge \
--instance-platform 'Linux/UNIX' \
--availability-zone us-west-2c \
--tenancy default \
--instance-count 5 \
--ebs-optimized \
--end-date '2025/09/30 01:00:00' \
--end-date-type limited \
--instance-match-criteria open

1. Open 模式 ODCR

如果不以 EMR 进行额外配置，EMR 也会匹配 ODCR，但不会优先使用 ODCR 资源，而是根据 AllocationStrategy 指定的策略来获取资源，如果**恰好**所使用的资源类型能够匹配 Open 模式的 ODCR，则会自动从 ODCR 资源池中进行扣减。

示例 1：创建集群时 Open ODCR 默认匹配

保持默认 CapacityReservationOptions 配置不变，EMR 将尝试依据 on-demand 指定的分配策略（例如 lowest price）启动 EC2 实例，如果对应的实例类型有 open ODCR，则自动匹配。

操作步骤：

新建一个集群，其中 task fleet 选择 r7g.4xlarge，数量为 16 unit on-demand，保持 CapacityReservationOptions 为默认值。

"LaunchSpecifications": {
  "OnDemandSpecification": {
    "AllocationStrategy": "LOWEST_PRICE"
  }
}
aws emr create-cluster \
 --name "hive-6.10.1" \
 --log-uri "s3://aws-logs-ACCOUNT-ID-us-west-2/elasticmapreduce" \
 --release-label "emr-6.10.1" \
 --service-role "arn:aws:iam::ACCOUNT-ID:role/EMR_DefaultRole" \
 --unhealthy-node-replacement \
 --ec2-attributes '{"InstanceProfile":"EMR_EC2_DefaultRole","EmrManagedMasterSecurityGroup":"sg-1234567890","EmrManagedSlaveSecurityGroup":"sg-1234567890","KeyName":"KEY-NAME","AdditionalMasterSecurityGroups":[],"AdditionalSlaveSecurityGroups":[],"ServiceAccessSecurityGroup":"sg-1234567890","SubnetId":"subnet-1234567890"}' \
 --applications Name=Hive \
 --instance-fleets '[{"Name":"Task - 1","InstanceFleetType":"TASK","TargetSpotCapacity":0,"TargetOnDemandCapacity":16,"LaunchSpecifications":{"OnDemandSpecification":{"AllocationStrategy":"LOWEST_PRICE"}},"InstanceTypeConfigs":[{"WeightedCapacity":16,"EbsConfiguration":{"EbsBlockDeviceConfigs":[{"VolumeSpecification":{"VolumeType":"gp2","SizeInGB":64}},{"VolumeSpecification":{"VolumeType":"gp2","SizeInGB":64}},{"VolumeSpecification":{"VolumeType":"gp2","SizeInGB":64}},{"VolumeSpecification":{"VolumeType":"gp2","SizeInGB":64}}]},"BidPriceAsPercentageOfOnDemandPrice":100,"InstanceType":"r7g.4xlarge"}]},{"Name":"Primary","InstanceFleetType":"MASTER","TargetSpotCapacity":0,"TargetOnDemandCapacity":1,"LaunchSpecifications":{"OnDemandSpecification":{"AllocationStrategy":"LOWEST_PRICE"}},"InstanceTypeConfigs":[{"WeightedCapacity":1,"EbsConfiguration":{"EbsOptimized":true,"EbsBlockDeviceConfigs":[{"VolumeSpecification":{"VolumeType":"gp2","SizeInGB":32}},{"VolumeSpecification":{"VolumeType":"gp2","SizeInGB":32}}]},"BidPriceAsPercentageOfOnDemandPrice":100,"InstanceType":"m7g.2xlarge"}]},{"Name":"Core","InstanceFleetType":"CORE","TargetSpotCapacity":0,"TargetOnDemandCapacity":8,"LaunchSpecifications":{"OnDemandSpecification":{"AllocationStrategy":"LOWEST_PRICE"}},"InstanceTypeConfigs":[{"WeightedCapacity":4,"EbsConfiguration":{"EbsOptimized":true,"EbsBlockDeviceConfigs":[{"VolumeSpecification":{"VolumeType":"gp2","SizeInGB":32}},{"VolumeSpecification":{"VolumeType":"gp2","SizeInGB":32}}]},"BidPriceAsPercentageOfOnDemandPrice":100,"InstanceType":"r6g.xlarge"}]}]' \
 --scale-down-behavior "TERMINATE_AT_TASK_COMPLETION" \
 --auto-termination-policy '{"IdleTimeout":3600}' \
 --region "us-west-2"

结果验证：

可以看到 ODCR 会自动匹配

示例 2：创建集群时优先使用 Open ODCR

黑五等促销季来临时，我们通常会停止弹性伸缩并将全部资源类型转为 On-Demand，优先资源保障，总体资源用量趋于稳定，非常适合 ODCR 场景。如果实例类型统一，Open ODCR 比 Targeted ODCR 配置简单，适配便捷，是优先的选择项。

操作步骤：

正常情况下，task 节点会配置多种实例类型，这时候可以通过指定 CapacityReservationOptions 中的 UsageStrategy 为 use-capacity-reservations-first 来优先 ODCR 的使用。需要使用的 node fleet 均要配置。

"LaunchSpecifications": {
  "OnDemandSpecification": {
    "AllocationStrategy": "LOWEST_PRICE",
    "CapacityReservationOptions": {
      "UsageStrategy": "use-capacity-reservations-first"
    }
  }
}

只要实例类型、可用区和规格匹配的 ODCR 能覆盖本次资源需求，则优先从 ODCR 覆盖的机型中运行 EC2 实例；剩余的部分，则仍然按分配策略启动 EC2 实例。

新建一个 Task node 配置了 r6g.4xlarge、r7g.2xlarge 和 r7g.4xlarge 的集群，task fleet 为 48 units 的 on-demand，因为 r6g 单价比 r7g 低，使用 lowest price Allocation Strategy 时，原本会优先启动 r6g 的 EC2 实例，但因为现在指定了 use-capacity-reservations-first ，所以当 ODCR 有容量剩余时，先从 open ODCR 池子创建实例，也就是优先创建 r7g 实例。只有机型匹配的所有 ODCR 池子都耗尽，才会按照低价优先创建 r6g 实例。

aws emr create-cluster \
--name "open-odcr" \
--log-uri "s3://aws-logs-ACCOUNT-ID-us-west-2/elasticmapreduce" \
--release-label "emr-6.10.1" \
--service-role "arn:aws:iam::ACCOUNT-ID:role/EMR_DefaultRole" \
--unhealthy-node-replacement \
--ec2-attributes '{"InstanceProfile":"EMR_EC2_DefaultRole","EmrManagedMasterSecurityGroup":"sg-1234567890","EmrManagedSlaveSecurityGroup":"sg-1234567890","KeyName":"KEY-NAME","ServiceAccessSecurityGroup":"sg-1234567890","SubnetId":"subnet-1234567890"}' \
--applications Name=Hive \
--instance-fleets '[{"Name":"Core","InstanceFleetType":"CORE","TargetSpotCapacity":0,"TargetOnDemandCapacity":8,"LaunchSpecifications":{"OnDemandSpecification":{"AllocationStrategy":"LOWEST_PRICE","CapacityReservationOptions":{"UsageStrategy":"use-capacity-reservations-first"}}},"InstanceTypeConfigs":[{"WeightedCapacity":4,"EbsConfiguration":{"EbsOptimized":true,"EbsBlockDeviceConfigs":[{"VolumeSpecification":{"VolumeType":"gp2","SizeInGB":32}},{"VolumeSpecification":{"VolumeType":"gp2","SizeInGB":32}}]},"BidPriceAsPercentageOfOnDemandPrice":100,"InstanceType":"r6g.xlarge"}]},{"Name":"Task - 1","InstanceFleetType":"TASK","TargetSpotCapacity":0,"TargetOnDemandCapacity":48,"LaunchSpecifications":{"OnDemandSpecification":{"AllocationStrategy":"LOWEST_PRICE","CapacityReservationOptions":{"UsageStrategy":"use-capacity-reservations-first"}}},"InstanceTypeConfigs":[{"WeightedCapacity":16,"EbsConfiguration":{"EbsBlockDeviceConfigs":[{"VolumeSpecification":{"VolumeType":"gp2","SizeInGB":64}},{"VolumeSpecification":{"VolumeType":"gp2","SizeInGB":64}},{"VolumeSpecification":{"VolumeType":"gp2","SizeInGB":64}},{"VolumeSpecification":{"VolumeType":"gp2","SizeInGB":64}}]},"BidPriceAsPercentageOfOnDemandPrice":100,"InstanceType":"r7g.4xlarge"},{"WeightedCapacity":8,"EbsConfiguration":{"EbsBlockDeviceConfigs":[{"VolumeSpecification":{"VolumeType":"gp2","SizeInGB":64}},{"VolumeSpecification":{"VolumeType":"gp2","SizeInGB":64}},{"VolumeSpecification":{"VolumeType":"gp2","SizeInGB":64}},{"VolumeSpecification":{"VolumeType":"gp2","SizeInGB":64}}]},"BidPriceAsPercentageOfOnDemandPrice":100,"InstanceType":"r7g.2xlarge"},{"WeightedCapacity":16,"EbsConfiguration":{"EbsBlockDeviceConfigs":[{"VolumeSpecification":{"VolumeType":"gp2","SizeInGB":64}},{"VolumeSpecification":{"VolumeType":"gp2","SizeInGB":64}},{"VolumeSpecification":{"VolumeType":"gp2","SizeInGB":64}},{"VolumeSpecification":{"VolumeType":"gp2","SizeInGB":64}}]},"BidPriceAsPercentageOfOnDemandPrice":100,"InstanceType":"r6g.4xlarge"}]},{"Name":"Primary","InstanceFleetType":"MASTER","TargetSpotCapacity":0,"TargetOnDemandCapacity":1,"LaunchSpecifications":{"OnDemandSpecification":{"AllocationStrategy":"LOWEST_PRICE","CapacityReservationOptions":{"UsageStrategy":"use-capacity-reservations-first"}}},"InstanceTypeConfigs":[{"WeightedCapacity":1,"EbsConfiguration":{"EbsOptimized":true,"EbsBlockDeviceConfigs":[{"VolumeSpecification":{"VolumeType":"gp2","SizeInGB":32}},{"VolumeSpecification":{"VolumeType":"gp2","SizeInGB":32}}]},"BidPriceAsPercentageOfOnDemandPrice":100,"InstanceType":"m7g.2xlarge"}]}]' \
--scale-down-behavior "TERMINATE_AT_TASK_COMPLETION" \
--auto-termination-policy '{"IdleTimeout":3600}' \
--region "us-west-2"

结果验证：

可以看到 5 台 r7g.2xlarge 全部使用（8 x 5 = 40 units）：

不足部分使用了 1 台 r7g.4xlarge（16 x 1 = 16 units）：

以上是创建集群时的配置和示例，如果促销季来临时并不重建集群，而是对现有集群进行扩容，则需要配置集群扩缩容时的 On-Demand 行为。以 Java 代码为例，需要指定 InstanceFleetResizingSpecifications 中的 onDemandResizeSpecification：

OnDemandCapacityReservationOptions onDemandCapacityReservationOptions = OnDemandCapacityReservationOptions.builder()
        .capacityReservationPreference(OnDemandCapacityReservationPreference.OPEN)
        .usageStrategy(OnDemandCapacityReservationUsageStrategy.USE_CAPACITY_RESERVATIONS_FIRST)
        .build();

OnDemandResizingSpecification onDemandResizingSpecification = OnDemandResizingSpecification.builder()
        .allocationStrategy(OnDemandProvisioningAllocationStrategy.LOWEST_PRICE)
        .capacityReservationOptions(onDemandCapacityReservationOptions)
        .timeoutDurationMinutes(5)
        .build();

InstanceFleetResizingSpecifications instanceFleetResizingSpecifications = InstanceFleetResizingSpecifications.builder()
        .onDemandResizeSpecification(onDemandResizingSpecification)
        .spotResizeSpecification(spotResizingSpecification)
        .build();

当修改配置后，我们可以进行测试验证。

示例 3：Open ODCR 手动扩缩容

手动扩容 task fleet 到 100 units，r7g.4xlarge ODCR 的利用率也提到了 80% （16 x 4 = 64 units）：

再次扩容到 150 units，r7g.2xlarge 和 r7g.4xlarge 的 ODCR 池子已全部耗尽（8 x 5 + 16 x 5 = 120 units），剩下的 30 units 由 2 台 r6g.4xlarge 填充（分配策略为 lowest price）。

示例 4：Open ODCR Managed Scaling 扩缩容

将集群伸缩管理从手动切换到 Managed Scaling。

并且把 task fleet 扩容到 200 units：

集群现在是 5 台 r7g.2xlarge, 5 台 r7g.4xlarge 和 5 台 r6g.4xlarge。ODCR 利用率 100%。

2. Targeted 模式 ODCR

示例 5：创建集群时优先使用 targeted ODCR

操作步骤：

在创建完 ODCR request 后，需要再创建一个 Resource Group，并绑定 ODCR ID：

aws resource-groups create-group \
--name RESOURCE-GROUP \
--configuration '{"Type":"AWS::EC2::CapacityReservationPool"}' '{"Type":"AWS::ResourceGroups::Generic", "Parameters": [{"Name": "allowed-resource-types", "Values": ["AWS::EC2::CapacityReservation"]}]}'
aws resource-groups group-resources \
--group RESOURCE-GROUP \
--resource-arns arn:aws:ec2:us-west-2:ACCOUNT-ID:capacity-reservation/cr-1234567890

要使用 targeted ODCR，需要在之前 open ODCR 的配置后，再添上 Resource Group ARN。

"LaunchSpecifications": {
  "OnDemandSpecification": {
    "AllocationStrategy": "LOWEST_PRICE",
    "CapacityReservationOptions": {
      "UsageStrategy": "use-capacity-reservations-first",
      "CapacityReservationResourceGroupArn": "arn:aws:resource-groups:us-west-2:ACCOUNT-ID:group/RESOURCE-GROUP"
    }
  }
},

同样新建一个 task fleet 为 48 units 的集群。

aws emr create-cluster \
--name "hive-6.10.1" \
--log-uri "s3://aws-logs-ACCOUNT-ID-us-west-2/elasticmapreduce" \
--release-label "emr-6.10.1" \
--service-role "arn:aws:iam::ACCOUNT-ID:role/EMR_DefaultRole" \
--unhealthy-node-replacement \
--ec2-attributes '{"InstanceProfile":"EMR_EC2_DefaultRole","EmrManagedMasterSecurityGroup":"sg-1234567890","EmrManagedSlaveSecurityGroup":"sg-1234567890","KeyName":"KEY-NAME","ServiceAccessSecurityGroup":"sg-1234567890","SubnetId":"subnet-1234567890"}' \
--applications Name=Hive \
--instance-fleets '[{"Name":"Core","InstanceFleetType":"CORE","TargetSpotCapacity":0,"TargetOnDemandCapacity":8,"LaunchSpecifications":{"OnDemandSpecification":{"AllocationStrategy":"LOWEST_PRICE","CapacityReservationOptions":{"UsageStrategy":"use-capacity-reservations-first","CapacityReservationResourceGroupArn":"arn:aws:resource-groups:us-west-2:ACCOUNT-ID:group/RESOURCE-GROUP"}}},"InstanceTypeConfigs":[{"WeightedCapacity":4,"EbsConfiguration":{"EbsOptimized":true,"EbsBlockDeviceConfigs":[{"VolumeSpecification":{"VolumeType":"gp2","SizeInGB":32}},{"VolumeSpecification":{"VolumeType":"gp2","SizeInGB":32}}]},"BidPriceAsPercentageOfOnDemandPrice":100,"InstanceType":"r6g.xlarge"}]},{"Name":"Task - 1","InstanceFleetType":"TASK","TargetSpotCapacity":0,"TargetOnDemandCapacity":48,"LaunchSpecifications":{"OnDemandSpecification":{"AllocationStrategy":"LOWEST_PRICE","CapacityReservationOptions":{"UsageStrategy":"use-capacity-reservations-first","CapacityReservationResourceGroupArn":"arn:aws:resource-groups:us-west-2:ACCOUNT-ID:group/RESOURCE-GROUP"}}},"InstanceTypeConfigs":[{"WeightedCapacity":16,"EbsConfiguration":{"EbsBlockDeviceConfigs":[{"VolumeSpecification":{"VolumeType":"gp2","SizeInGB":64}},{"VolumeSpecification":{"VolumeType":"gp2","SizeInGB":64}},{"VolumeSpecification":{"VolumeType":"gp2","SizeInGB":64}},{"VolumeSpecification":{"VolumeType":"gp2","SizeInGB":64}}]},"BidPriceAsPercentageOfOnDemandPrice":100,"InstanceType":"r7g.4xlarge"},{"WeightedCapacity":8,"EbsConfiguration":{"EbsBlockDeviceConfigs":[{"VolumeSpecification":{"VolumeType":"gp2","SizeInGB":64}},{"VolumeSpecification":{"VolumeType":"gp2","SizeInGB":64}},{"VolumeSpecification":{"VolumeType":"gp2","SizeInGB":64}},{"VolumeSpecification":{"VolumeType":"gp2","SizeInGB":64}}]},"BidPriceAsPercentageOfOnDemandPrice":100,"InstanceType":"r7g.2xlarge"},{"WeightedCapacity":16,"EbsConfiguration":{"EbsBlockDeviceConfigs":[{"VolumeSpecification":{"VolumeType":"gp2","SizeInGB":64}},{"VolumeSpecification":{"VolumeType":"gp2","SizeInGB":64}},{"VolumeSpecification":{"VolumeType":"gp2","SizeInGB":64}},{"VolumeSpecification":{"VolumeType":"gp2","SizeInGB":64}}]},"BidPriceAsPercentageOfOnDemandPrice":100,"InstanceType":"r6g.4xlarge"}]},{"Name":"Primary","InstanceFleetType":"MASTER","TargetSpotCapacity":0,"TargetOnDemandCapacity":1,"InstanceTypeConfigs":[{"WeightedCapacity":1,"EbsConfiguration":{"EbsOptimized":true,"EbsBlockDeviceConfigs":[{"VolumeSpecification":{"VolumeType":"gp2","SizeInGB":32}},{"VolumeSpecification":{"VolumeType":"gp2","SizeInGB":32}}]},"BidPriceAsPercentageOfOnDemandPrice":100,"InstanceType":"m7g.2xlarge"}]}]' \
--scale-down-behavior "TERMINATE_AT_TASK_COMPLETION" \
--auto-termination-policy '{"IdleTimeout":3600}' \
--region "us-west-2"

结果验证：成功从 targeted ODCR 创建 3 台 r7g.4xlarge。

扩缩容配置与 Open ODCR 类似，只是需要额外指定 Resource Group。

总结

综上，ODCR 可以让 EMR on EC2 在资源紧张时通过资源预留方式确保资源的供应，且选择多样、配置灵活。本文通过实际场景，详细介绍了 EMR 集群创建与扩缩容时的两种策略：为普通集群使用 Open ODCR 实现成本与资源的平衡，为核心任务集群应用 Targeted ODCR 确保效率与可靠性。文中提供了完整配置示例供您参考。

Spot 实例作为在 AWS 进行成本优化的一把利器，咱们后续的一篇 blog 将详细介绍如何通过 capacity-optimized-prioritized 来优化 Spot 实例在 EMR 集群中的资源配置。

亚马逊AWS官方博客

通过 ODCR 和 Prioritized Allocation Strategy 构建高效、经济的 EMR 集群（一）

0. 环境设置

1. Open 模式 ODCR

示例 1：创建集群时 Open ODCR 默认匹配

操作步骤：

结果验证：

示例 2：创建集群时优先使用 Open ODCR

操作步骤：

结果验证：

示例 3：Open ODCR 手动扩缩容

示例 4：Open ODCR Managed Scaling 扩缩容

2. Targeted 模式 ODCR

示例 5：创建集群时优先使用 targeted ODCR

操作步骤：

总结

本篇作者