背景
加上machine_load 的打分权重,需要调研其他维度的分值区间,将load在其中的的地位加重!
正文
balanced_resource_allocation
计算资源(request cpu和mem)的均衡情况,分值大小为0-10分,10分为最佳均衡
image_locality
镜像是否在本地存在,是根据镜像大小之和来计算,越大分值越高,分值区间是0-10
interpod_affinity
pod间亲和力和反亲和力打分,需要考虑是preferred 还是require 模式,分值区间0-10,
fScore = float64(schedulerapi.MaxPriority) * ((pm.counts[node.Name] - minCount) / (maxCount - minCount)), 其中MaxPriority=10
least_requested
mem和cpu最小使用request分值越大,区间是0-10
(cpu((capacity-sum(requested))*10/capacity) + memory((capacity-sum(requested))*10/capacity))/2
metadata
忽略,没看到计算公式
most_requested
最大资源利用率
(cpu(10 * sum(requested) / capacity) + memory(10 * sum(requested) / capacity