【云原生之K8s】 list-watch机制及调度约束

---

一、list-watch机制

1.list-watch介绍

1. Kubernetes是通过List-Watch的机制进行每个组件的协作，保持数据同步的，每个组件之间的设计实现了解耦
2. 用户是通过kubectl根据配置文件，向APIServer发送命令，在Node节点上建立Pod和Container。
3. APIServer经过API调用，权限控制，调用资源和存储资源的过程，实际上还没有真正开始部署应用。这里需要Controller Manager、Scheduler和kubelet的协助才能完成整个部署过程
4. 在Kubernetes种，所有部署的信息都会写到etcd中保存。实际上etcd在村塾部署信息的时候，会发送Create事件给APIServer，而APIServer会通过监听（Watch）etcd发过来的事件。其他组件也会监听（Watch）APIServer发出来的事件

2.list-watch工作流程

Pod是Kubernetes的基础单元，Pod启动典型创建过程如下

1. 这里有三个List-Watch，分别是Controller Manager（运行在Master），Scheduler（运行在Master），kubelet（运行在node）。它们在进程已启动就会监听（Watch）APIServer发出来的事件
2. 用户通过kubectl或其他API客户端提交请求给APIServer来建立一个Pod对象副本
3. APIServer尝试着将Pod对象的相关元信息存入etcd中，待写入操作执行完成，APIServer即会返回确认信息至客户端
4. 当etcd接收创建Pod信息以后，会发送一个Create事件给APIServer
5. 由于Controller Manager一直在监听（Watch，通过https的6443端口）APIServer中的事件。此时APIServer接收到了Create事件，又会发送给Controller Manager
6. Controller Manager在接收到Create事件以后，调用其中的Replication Controller来保证Node上面需要创建的副本数量。一旦副本数量少于RC中定义的数量，RC会自动创建副本。总之它是保证副本数量的Controller（PS：扩容缩容的担当）
7. 在Controller Manager创建Pod副本以后，APIServer会在etcd中记录这个Pod的详细信息。例如Pod的副本数，Container的内容是什么
8. 同样的etcd会将创建Pod的信息通过事件发送给APIServer
9. 由于Scheduler在监听（Watch）APIServer，并且它在系统中起到了"承上启下"的作用，"承上"是指它负责接收创建的Pod事件，为其安排Node；“启下"是指安置工作完成后，Node尚的kubelet进程会接管后继工作，负责Pod生命周期中的"下半生”。换句话说，Scheduler的作用是将待调度的Pod按照调度算法和策略绑定到集群中Node上
10. Scheduler调度完毕以后会更新Pod的信息，此时的信息更加丰富了。除了知道Pod的副本数量，副本内容。还知道部署到哪个Node上面了。并将上面的Pod信息更新至APIServer，由APIServer更新至etcd中，保存起来
11. etcd将更新成功的事件发送给APIServer，APIServer也开始反映此Pod对象的调度结果
12. kubelet是在Node上面运行的进程，它也通过List-Watch的方式监听（Watch，通过https的6443端口）APIServer发送的Pod更新的事件。kubelet会尝试在当前节点上调用Docker启动容器，并将Pod以及容器的结果状态回送至APIServer
13. APIServer将Pod状态信息存入etcd中。在确认写入操作成功完成后，APIServer将确认信息发送至相关的kubelet，事件将通过它被接收

注意：在创建Pod的工作就已经完成了后，为什么kubectl还要一直监听呢？
原因很简单，假设这个时候kubectl发命令，要扩充Pod副本数量，那么上面的流程又会触发一遍，kubelet会根据最新的Pod的部署情况调整Node的资源。又或者Pod副本数量没有发生变化，但是其中的镜像文件升级了，kubelet也会自动获取最新的镜像文件且加载

二、集群调度

1.调度过程

Scheduler是Kubernetes的调度器，主要的任务是把定义的pod分配到集群的节点上，其主要考虑的问题如下：

• 公平：如何保证每个节点都能被分配资源
• 资源高效利用：集群所有资源最大化被使用
• 效率：调度的性能要好，能够尽快地对大批量的pod完成调度工作
• 灵活：允许用户根据自己的需求控制调度的逻辑

Scheduler是作为单独的程序运行的，启动之后会一致监听APIServer，获取spec.nodeName 为空的 pod，
对每个 pod 都会创建一个 binding，表明该 pod 应该放到哪个节点上。

调度分为几个部分：首先过滤掉不满足条件的几点，这个过程称为预选策略（predicate）；然后对通过的节点按照哦优先级排序，这个是优选策略（priorities）；最后从中选择优先级最高的节点，如果中间任何一步骤有错误，就直接返回错误

2.Predicate常见的算法

• PodFitsResources：节点上剩余的资源是否大于pod请求的资源
• PodFitsHost：如果pod指定了NodeName，检查节点名称是否和NodeName匹配
• PodFitsHostPorts：节点上已经使用的port是否和pod申请的port冲突
• PodSelectorMatches：过滤掉和pod指定的label不匹配的节点
• NoDiskConflict：已经mount的volume和pod指定的volume不冲突，除非它们都是只读

如果Predicate过程中没有合适的节点，pod会一直在pending状态，不断重复调度，直到节点满足条件。经过这个步骤，如果有多个节点满足条件，就继续priorities过程：按照优先级大小对节点排序

3.Priorities过程：按照优先级大小对节点排序

优先级由一系列键值对组成，键是该优先级项的名称，值是它的权重（该项的重要性）。有一系列产检的优先级选项包括：

• LeastRequestedPriority：通过计算CPU和Memory的使用率来决定权重，使用率越低权重越高。也就是说，
  这个优先级指标倾向于资源使用比例更低的节点。
• BalancedResourceAllocation：节点上 CPU 和 Memory 使用率越接近，权重越高。这个一般和上面的
  一起使用，不单独使用。比如 node01 的 CPU 和 Memory 使用率 20:60，node02 的 CPU 和 Memory
  使用率 50:50，虽然 node01 的总使用率比 node02 低，但 node02 的 CPU 和 Memory 使用率更接近，
  从而调度时会优选 node02。
• ImageLocalityPriority：倾向于已经有要使用镜像的节点，镜像总大小值越大，权重越高。

通过算法对所有的优先级项目和权重进行计算，得出最终的结果。

4.基本调度方式

• NodeName用于将Pod调度到指定的Node节点名称上（跳过调度器直接分配）
• NodeSelector用于将Pod调度到匹配Label的Node上

4.1 指定调度节点（NodeName）

• pod.spec.nodeName 将 Pod 直接调度到指定的 Node 节点上，会跳过 Scheduler 的调度策略，该匹配规则是强制匹配

vim myapp.yaml

apiVersion: apps/v1  
kind: Deployment  
metadata:
  name: myapp
spec:
  replicas: 3
  selector:
    matchLabels:
      app: myapp
  template:
    metadata:
      labels:
        app: myapp
    spec:
      nodeName: node1
      containers:
      - name: myapp
        image: soscscs/myapp:v1
        ports:
        - containerPort: 80

kubectl apply -f myapp.yaml

kubectl get pod -o wide

查看详细事件（发现未经过Scheduler调度分配）

kubectl describe pod myapp-5d5b4f4c9d-7f6g6

4.2 通过Label（Node Selector）

• pod.spec.nodeSelector：通过 kubernetes 的 label-selector 机制选择节点，由调度器调度策略匹配
  label，然后调度 Pod 到目标节点，该匹配规则属于强制约束

获取标签帮助

kubectl label --help
Usage:
  kubectl label [--overwrite] (-f FILENAME | TYPE NAME) KEY_1=VAL_1 ... KEY_N=VAL_N [--resource-version=version] [options]

需要获取node上的name名称

kubectl get node

给对应的node设置标签分别为ngs=a和ngs=b,并查看标签

kubectl label nodes node1 ngs=a
kubectl label nodes node2 ngs=b

修改成nodeselector调度方式

vim myapp1.yaml

apiVersion: apps/v1
kind: Deployment  
metadata:
  name: myapp1
spec:
  replicas: 3
  selector:
    matchLabels:
      app: myapp1
  template:
    metadata:
      labels:
        app: myapp1
    spec:
      nodeSelector:
	    ngs: a
      containers:
      - name: myapp1
        image: soscscs/myapp:v1
        ports:
        - containerPort: 80

kubectl apply -f myapp1.yaml

kubectl get pod -o wide

查看详细事件（通过事件可以发现要先经过scheduler调度分配）

kubectl describe po myapp1-85b97b6787-bc2tl

修改一个label的值，需要加上 --overwrite参数

kubectl label nodes node2 ngs=a --overwrite

删除一个label，只需在命令行最后指定label的key名并与一个减号相连即可

kubectl label nodes node2 ngs-

指定标签查询node节点

kubectl get node -l ngs=a

5.亲和性

5.1 节点亲和性

pod.spec.nodeAffinity

• preferredDuringSchedulingIgnoredDuringExecution：软策略
• requiredDuringSchedulingIgnoredDuringExecution：硬策略

5.2 Pod亲和性

pod.spec.affinity.podAffinity/podAntiAffinity

• preferredDuringSchedulingIgnoredDuringExecution：软策略
• requiredDuringSchedulingIgnoredDuringExecution：硬策略

5.3 键值运算关系

• In：label的值在某个列表中
• NotIn：label的值不在某一个列表中
• Gt：label的值大于某个值
• Lt：label的值小于某个值
• Exists：某个label存在
• DoesNotExist：某个label不存在

5.4 requiredDuringSchedulingIgnoredDuringExecution：硬策略

mkdir /opt/affinity
cd /opt/affinity

vim pod1.yaml

apiVersion: v1
kind: Pod
metadata:
  name: affinity
  labels:
    app: node-affinity-pod
spec:
  containers:
  - name: with-node-affinity
    image: soscscs/myapp:v1
  affinity:
    nodeAffinity:
      requiredDuringSchedulingIgnoredDuringExecution:
        nodeSelectorTerms:
        - matchExpressions:
          - key: kubernetes.io/hostname    #指定node的标签
            operator: NotIn     #设置Pod安装到kubernetes.io/hostname的标签值不在values列表中的node上
            values:
            - node02

kubectl apply -f pod1.yaml

kubectl get pods -o wide

如果硬策略不满足条件，Pod状态一直会处于Pending状态

5.5 preferredDuringSchedulingIgnoredDuringExecution：软策略

vim pod2.yaml

apiVersion: v1
kind: Pod
metadata:
  name: affinity
  labels:
    app: node-affinity-pod
spec:
  containers:
  - name: with-node-affinity
    image: soscscs/myapp:v1
  affinity:
    nodeAffinity:
      preferredDuringSchedulingIgnoredDuringExecution:
      - weight: 1   #如果有多个软策略选项的话，权重越大，优先级越高
        preference:
          matchExpressions:
          - key: kubernetes.io/hostname
            operator: In
            values:
            - node3

kubectl apply -f pod2.yaml

kubectl get pods -o wide

values: 的值改成node2，则会优先再node2上创建Pod

5.6 硬策略与软策略

如果把硬策略和软策略合在一起使用，则要先满足硬策略之后才会满足软策略

apiVersion: v1
kind: Pod
metadata:
  name: affinity
  labels:
    app: node-affinity-pod
spec:
  containers:
  - name: with-node-affinity
    image: soscscs/myapp:v1
  affinity:
    nodeAffinity:
      requiredDuringSchedulingIgnoredDuringExecution:   #先满足硬策略，排除有kubernetes.io/hostname=node02标签的节点
        nodeSelectorTerms:
        - matchExpressions:
          - key: kubernetes.io/hostname
            operator: NotIn
            values:
            - node02
      preferredDuringSchedulingIgnoredDuringExecution:  #再满足软策略，优先选择有ngs=a标签的节点
	  - weight: 1
        preference:
          matchExpressions:
          - key: ngs
            operator: In
            values:
            - a

5.7 Pod亲和性与反亲和性

调度策略	匹配标签	操作符	拓扑域支持	调度目标
nodeAffinity	主机	In, NotIn, Exists,DoesNotExist, Gt, Lt	否	指定主机
podAffinity	Pod	In, NotIn, Exists,DoesNotExist	是	Pod与指定Pod同一拓扑域
podAntiAffinity	Pod	In, NotIn, Exists,DoesNotExist	是	Pod与指定Pod不在同一拓扑域

给node节点打上标签，将两个节点处于同一拓扑域

kubectl label nodes node1 ngs=a
kubectl label nodes node2 ngs=a

创建一个标签为app=myapp01的Pod

vim pod3.yaml

apiVersion: v1
kind: Pod
metadata:
  name: myapp01
  labels:
    app: myapp01
spec:
  containers:
  - name: with-node-affinity
    image: soscscs/myapp:v1

使用Pod亲和性调度

vim pod4.yaml

apiVersion: v1
kind: Pod
metadata:
  name: myapp02
  labels:
    app: myapp02
spec:
  containers:
  - name: myapp02
    image: soscscs/myapp:v1
  affinity:
    podAffinity:
      requiredDuringSchedulingIgnoredDuringExecution:
      - labelSelector:
          matchExpressions:
          - key: app
            operator: In
            values:
            - myapp01
        topologyKey: ngs

仅当节点和至少一个已运行且有键为“app”且值为“myapp01”的标签 的 Pod 处于同一拓扑域时，才可以将该 Pod 调度到节点上。 （更确切的说，如果节点 N 具有带有键 ngs 和某个值 V 的标签，则 Pod 有资格在节点 N 上运行，以便集群中至少有一个具有键 ngs 和值为 V 的节点正在运行具有键“app”和值 “myapp01”的标签的 pod。）

topologyKey 是节点标签的键。如果两个节点使用此键标记并且具有相同的标签值，则调度器会将这两个节点视为处于同一拓扑域中。 调度器试图在每个拓扑域中放置数量均衡的 Pod。

如果 ngs 对应的值不一样就是不同的拓扑域。比如 Pod1 在ngs=a 的 Node 上，Pod2 在 ngs=b 的 Node 上，Pod3 在 ngs=a 的 Node 上，则 Pod2 和 Pod1、Pod3 不在同一个拓扑域，而Pod1 和 Pod3在同一个拓扑域。

kubectl apply -f pod4.yaml

kubectl get pods --show-labels -o wide

使用Pod反亲和调度

vim pod5.yaml

apiVersion: v1
kind: Pod
metadata:
  name: myapp10
  labels:
    app: myapp10
spec:
  containers:
  - name: myapp10
    image: soscscs/myapp:v1
  affinity:
    podAntiAffinity:
      preferredDuringSchedulingIgnoredDuringExecution:
      - weight: 100
        podAffinityTerm:
          labelSelector:
            matchExpressions:
            - key: app
              operator: In
              values:
              - myapp01
          topologyKey: kubernetes.io/hostname

如果节点处于 Pod 所在的同一拓扑域且具有键“app”和值“myapp01”的标签， 则该 pod 不应将其调度到该节点上。 （如果 topologyKey 为 kubernetes.io/hostname，则意味着当节点和具有键 “app”和值“myapp01”的 Pod 处于相同的拓扑域，Pod 不能被调度到该节点上。）

vim pod6.yaml

apiVersion: v1
kind: Pod
metadata:
  name: myapp20
  labels:
    app: myapp20
spec:
  containers:
  - name: myapp20
    image: soscscs/myapp:v1
  affinity:
    podAntiAffinity:
      requiredDuringSchedulingIgnoredDuringExecution:
      - labelSelector:
          matchExpressions:
          - key: app
            operator: In
            values:
            - myapp01
        topologyKey: ngs

由于指定 Pod 所在的 node01 节点上具有带有键 ngs 和标签值 a 的标签，node02 也有这个ngs=a的标签，所以 node01 和 node02 是在一个拓扑域中，反亲和要求新 Pod 与指定 Pod 不在同一拓扑域，所以新 Pod 没有可用的 node 节点，即为 Pending 状态

修改node1节点的标签为ngs=b，可以看到myapp20被调度到node1节点上

kubectl label nodes node1 ngs=b --overwrite

6.污点和容忍

6.1 污点（Taint）

节点亲和性，是Pod的一种属性（偏好或硬性要求），它使Pod被吸引到一类特定的节点。Taint 则相反，它使节点能够排斥一类特定的 Pod。
Taint 和 Toleration 相互配合，可以用来避免 Pod 被分配到不合适的节点上。每个节点上都可以应用一个或多个 taint ，这表示对于那些不能容忍这些 taint 的 Pod，是不会被该节点接受的。如果将 toleration 应用于 Pod 上，则表示这些 Pod 可以（但不一定）被调度到具有匹配 taint 的节点上。

**使用 kubectl taint 命令可以给某个 Node 节点设置污点，Node 被设置上污点之后就和 Pod 之间存在了一种相斥的关系，可以让 Node 拒绝 Pod 的调度执行，甚至将 Node 已经存在的 Pod 驱逐出去。
**
污点的组成格式如下：

key=value:effect

每个污点有一个 key 和 value 作为污点的标签，其中 value 可以为空，effect 描述污点的作用。

当前 taint effect 支持如下三个选项：

• NoSchedule：表示 k8s 将不会将 Pod 调度到具有该污点的 Node 上
• PreferNoSchedule：表示 k8s 将尽量避免将 Pod 调度到具有该污点的 Node 上
• NoExecute：表示 k8s 将不会将 Pod 调度到具有该污点的 Node 上，同时会将 Node 上已经存在的 Pod 驱逐出去

kubectl get nodes
NAME     STATUS   ROLES    AGE   VERSION
master   Ready    master   11d   v1.20.11
node01   Ready    <none>   11d   v1.20.11
node02   Ready    <none>   11d   v1.20.11

master 就是因为有 NoSchedule 污点，k8s 才不会将 Pod 调度到 master 节点上

kubectl describe node master
......
Taints:             node-role.kubernetes.io/master:NoSchedule

设置污点

kubectl taint node node01 key1=value1:NoSchedule

节点说明中，查找 Taints 字段

kubectl describe node node-name  

去除污点

kubectl taint node node01 key1:NoSchedule-

kubectl get pods -o wide
NAME      READY   STATUS    RESTARTS   AGE     IP           NODE     NOMINATED NODE   READINESS GATES
myapp01   1/1     Running   0          4h28m   10.244.2.3   node02   <none>           <none>
myapp02   1/1     Running   0          4h13m   10.244.2.4   node02   <none>           <none>
myapp03   1/1     Running   0          3h45m   10.244.1.4   node01   <none>           <none>

kubectl taint node node02 check=mycheck:NoExecute

查看 Pod 状态，会发现 node02 上的 Pod 已经被全部驱逐（注：如果是 Deployment 或者 StatefulSet 资源类型，为了维持副本数量则会在别的 Node 上再创建新的 Pod）

kubectl get pods -o wide
NAME      READY   STATUS    RESTARTS   AGE     IP           NODE     NOMINATED NODE   READINESS GATES
myapp03   1/1     Running   0          3h48m   10.244.1.4   node01   <none>           <none>

6.2 容忍(Tolerations)

设置了污点的 Node 将根据 taint 的 effect:NoSchedule、PreferNoSchedule、NoExecute 和 Pod 之间产生互斥的关系，Pod 将在一定程度上不会被调度到 Node 上。但我们可以在 Pod 上设置容忍(Tolerations)，意思是设置了容忍的 Pod 将可以容忍污点的存在，可以被调度到存在污点的 Node 上。

kubectl taint node node01 check=mycheck:NoExecute

vim pod3.yaml

apiVersion: v1
kind: Pod
metadata:
  name: myapp01
  labels:
    app: myapp01
spec:
  containers:
  - name: with-node-affinity
    image: soscscs/myapp:v1

kubectl apply -f pod3.yaml

在两个 Node 上都设置了污点后，此时 Pod 将无法创建成功

kubectl get pods -o wide
NAME      READY   STATUS    RESTARTS   AGE   IP       NODE     NOMINATED NODE   READINESS GATES
myapp01   0/1     Pending   0          17s   <none>   <none>   <none>           <none>

vim pod3.yaml

apiVersion: v1
kind: Pod
metadata:
  name: myapp01
  labels:
    app: myapp01
spec:
  containers:
  - name: with-node-affinity
    image: soscscs/myapp:v1
  tolerations:
  - key: "check"
    operator: "Equal"
    value: "mycheck"
    effect: "NoExecute"
    tolerationSeconds: 3600

其中的 key、vaule、effect 都要与 Node 上设置的 taint 保持一致

operator 的值为 Exists 将会忽略 value 值，即存在即可
tolerationSeconds 用于描述当 Pod 需要被驱逐时可以在 Node 上继续保留运行的时间

kubectl apply -f pod3.yaml

在设置了容忍之后，Pod 创建成功

kubectl get pods -o wide
NAME      READY   STATUS    RESTARTS   AGE   IP           NODE     NOMINATED NODE   READINESS GATES
myapp01   1/1     Running   0          10m   10.244.1.5   node01   <none>           <none>

---