Meta AI 开源 Rebalancer：C++ 分配求解器日处理约 4000 万个放置问题

核心事实

Meta 已开源 Rebalancer，一个带 Python 接口的 C++ 库，用于求解分配问题，即在约束与目标下决定哪些对象放入哪些容器。据 Meta 工程博客，Rebalancer 已在 Meta 内部承担跨业务的资源分配超过 9 年。该版本以 Apache 2.0 许可发布，附带文档、PyPI 包以及名为 Rebalancer Explorer 的调试界面。

安装方式为 pip install rebalancer，对应 v1.0.4，要求 Python 3.12 及以上，提供 Linux x86-64 与 macOS 14+ ARM64 的预编译 wheel，另有 .deb、.rpm 与 Homebrew 包。PyPI 仍将该项目标记为 Alpha。具体支持范围与版本请以官网当前信息为准。

背景与影响

分配问题贯穿 Meta 的技术栈：机架放入数据中心、服务器分配给服务、任务分配给服务器、用户流量导向数据中心。Meta 指出两个障碍：可用性与可扩展性——工程师难以把策略转成精确公式，而许多问题属于 NP-hard，规模超出商用求解器能力。Rebalancer 的思路是把「如何描述问题」与「如何求解问题」分离，设计细节见 OSDI 2024 论文《Optimizing Resource Allocation in Hyperscale Datacenters》。

规格语言分三层：建模构造（维度、分区、作用域、利用率）、表达式 API（SUM、MAX 聚合与 SQUARE 等变换）、以及规格 API（数十个预定义目标与约束）。规格会被编译成有向无环表达式图，随后由两条路径求解：最优求解器把图翻译成混合整数规划，后端支持 FICO Xpress、Gurobi 与 HiGHS；局部搜索求解器直接在表达式图上探索对象迁移，评估并行化，并做搜索空间剪枝。Meta 称几乎所有大规模问题使用局部搜索，中小规模使用 MIP。

据 Meta 披露，其生产环境每天求解约 4000 万个分配问题，覆盖 30 多种不同建模；在 26.5 万个对象、3200 个容器上 P99 求解时间为 12 秒；超过 100 万对象、5000 容器的问题平均耗时 171 秒，累计 3400 多次运行。这些数字来自 Meta 自身披露，尚未获独立验证。

限制与来源

Rebalancer 聚焦通用分配场景，而 Google OR-Tools 覆盖更多问题类别，Timefold 面向 JVM 调度与路由。其差异化在于同一份分配规格可同时跑局部搜索与 MIP。上述信息来自 MarkTechPost 报道及 Meta 工程博客，本文未做实测，性能与可用性以官方文档为准。