把几百项工作分给几十个人，已经容易顾此失彼：有人超负荷，有人闲着，还有技能、地点和时间限制。把规模换成数万台服务器，靠人工规则就更难周全。资源分配求解器就是为此而生的软件：它在任务与资源之间寻找配对方案，满足容量、资格等限制，同时尽量降低成本或提高收益。
据 Meta Engineering 9 月 21 日发布的官方文章，Meta 已开源 Rebalancer。它是一套通用的分配问题（assignment problem）求解器和软件库，已在 Meta 内部处理资源分配问题超过九年。需要说明的是，目前有关此次开源的直接材料只有 Meta 单一信源；官方没有在摘要中给出基准测试或性能数字。
它不只是一个“调度器”
“九年调度器”便于理解，却不够准确。Meta 将 Rebalancer 称为 assignment-problem solver/library，并未明确称它为 scheduler。两者也不是一回事：服务器调度可以使用分配模型，但分配问题还包括人员排班、物流匹配等场景。
Rebalancer 接收业务给出的资源、任务、限制和目标，再自动搜索可行或更优的分配结果。它更像一台负责排座位的机器：业务决定谁不能坐哪里、每桌能坐几人，以及怎样算“安排得好”；求解器负责在这些条件下找方案。
真正值得看的是拆分方式
据 Meta 官方介绍，Rebalancer 将四类工作分开：怎样描述分配问题、怎样在内存中高效存储、怎样求解，以及怎样调试。这叫“关注点分离”（separation of concerns）——把容易纠缠的职责拆成相对独立的部分。
这条抽象边界很重要。业务团队可以修改“什么算好方案”，不必同时重写底层存储与求解逻辑；底层实现也能继续优化，而不必让每个使用方重新描述业务。调试单独成为一层，则让团队有机会检查限制条件和结果，而不是只接收一个难以解释的答案。Meta 的公开摘要没有披露具体接口，因此这里能确认的是设计原则，不能进一步断言其实现细节。
九年的绕路说明了什么
Rebalancer 的价值，也可以从它替代过什么看出来。OSDI 2024 论文记载，Meta 的服务分配系统早期采用 MIP——把问题写成数学模型并追求最优解。随着机器增多、响应时限从 20 分钟缩短到 10 分钟，求解速度开始跟不上，还会因数值精度问题偶发“无解”。团队后来改用局部搜索，即从一个方案出发，持续做小范围调整。速度明显改善，而方案质量与分区 MIP 的差距不到 0.6%。
另一项论文案例更直观。Shard Manager 曾依赖工程师手写规则，同时处理 CPU、内存、存储、迁移限速和跨地域位置。规则彼此冲突时，会出现部分服务器过载、部分服务器闲置。接入 Rebalancer 后，团队只需改动少量高层问题描述来试验策略。面对数百万个分片对象、数万个服务器进程和五分钟时限，生产环境约九成求解在十秒内结束。这些数字来自 OSDI 2024 论文中的 Meta 内部案例，并非此次开源版本的独立基准测试。
为什么值得关注
这次开源最有意思的，不是又多了一个会“算最优”的工具，而是 Meta 把长期内部使用的一套问题表达方式、存储、求解和调试边界放到了公开环境。可复用场景也应谨慎理解：凡是能写成“任务、资源、限制、目标”的问题，都可能借鉴这种抽象；是否适合直接采用，则要看公开代码、接口和实际测试。
局限与未知
- 官方摘要没有披露算法细节、接口设计、许可证及开源仓库情况。
- 标题中的“Generic, High-Performance”是 Meta 的定性；现有材料没有提供此次开源版本的性能基准或第三方验证。
- 目前只能确认 Meta 此次宣布开源，无法凭现有材料独立证明它此前从未以其他形式开放。