《Kubernetes知识篇(三)：Kube-scheduler原理分析》

最新推荐文章于 2024-04-18 20:56:23 发布

东城绝神

最新推荐文章于 2024-04-18 20:56:23 发布

阅读量6.4k

点赞数

本文为博主原创文章，未经博主允许不得转载。

本文链接：https://blog.csdn.net/m0_37814112/article/details/115638773

版权

《企业级K8s集群运维实战》专栏收录该内容

124 篇文章 244 订阅

订阅专栏

本文深入探讨了Kubernetes Scheduler的工作原理，包括预选和优选策略，如PodFitsResources、SelectorSpreadPriority等。调度流程涉及Pod的过滤与打分，确保将Pod合理分配到集群节点。了解这些机制有助于优化Kubernetes集群的资源利用率和稳定性。

摘要由CSDN通过智能技术生成

一、Kube-scheduler调度概述

Kubemetes Scheduler 在整个系统中承担了承上启下的重要功能，承上是指它负责接收Controller Manager 创建的新Pod，为其安排一个落脚的家（目标 Node）;启下是指安置工作完成后，目标 Node 上的 kubelet 服务进程接管后继工作，负责 Pod 生命周期中的下半生。

具体来说，Kubernetes Scheduler的作用是将待调度的Pod按照特定的调度算法和调度策略绑定到集群的某个合适的Node上，并将绑定信息存储到etcd中。

在整个调度过程中设计三个调度对象，分别是：带调度的Pod列表、可用的Node列表、调度算法策略。

简单地说，就是通过调度算法策略为待调度Pod列表中每个Pod 从Node 列表中选择一个最适合的 Node 。随后节点上的kubelet通过API Server监听到Kubernetes scheduler产生的Pod绑定事件，获取对应的Pod清单，下载image镜像，并启动容器。

流程图如下：
在这里插入图片描述

二、Kube-scheduler调度流程

kube-scheduler的根本工作任务是根据各种调度算法将Pod绑定（bind）到最合适的工作节点，整个调度流程分为两个阶段：预选策略（Predicates）和优选策略（Priorities）。
1、预选调度过程：根据预选策略，遍历所有目标Node，筛选出符合要求的候选节点。
2、优选调度过程：确定最优节点，在第1步的基础上，采用优选策略（ xxx Priority ）计算出每个候选节点的积分，积分最高者胜出。

三、Kube-scheduler调度策略

预选策略（Predicates）
过滤条件包含如下：

PodFitsHostPorts：检查Pod容器所需的HostPort是否已被节点上其它容器或服务占用。如果已被占用，则禁止Pod调度到该节点。
PodFitsHost：检查Pod指定的NodeName是否匹配当前节点。
PodFitsResources：检查节点是否有足够空闲资源（例如CPU和内存）来满足Pod的要求。
PodMatchNodeSelector：检查Pod的节点选择器(nodeSelector)是否与节点(Node)的标签匹配
NoVolumeZoneConflict：对于给定的某块区域，判断如果在此区域的节点上部署Pod是否存在卷冲突。
NoDiskConflict：根据节点请求的卷和已经挂载的卷，评估Pod是否适合该节点。
MaxCSIVolumeCount：决定应该附加多少CSI卷，以及该卷是否超过配置的限制。
CheckNodeMemoryPressure：如果节点报告内存压力，并且没有配置异常，那么将不会往那里调度Pod。
CheckNodePIDPressure：如果节点报告进程id稀缺，并且没有配置异常，那么将不会往那里调度Pod。
CheckNodeDiskPressure：如果节点报告存储压力(文件系统已满或接近满)，并且没有配置异常，那么将不会往那里调度Pod。
CheckNodeCondition：节点可以报告它们有一个完全完整的文件系统，然而网络不可用，或者kubelet没有准备好运行Pods。如果为节点设置了这样的条件，并且没有配置异常，那么将不会往那里调度Pod。
PodToleratesNodeTaints：检查Pod的容忍度是否能容忍节点的污点。
CheckVolumeBinding：评估Pod是否适合它所请求的容量。这适用于约束和非约束PVC。

优选策略（Priorities）
过滤条件包含如下：

SelectorSpreadPriority：对于属于同一服务、有状态集或副本集（Service，StatefulSet or ReplicaSet）的Pods，会将Pods尽量分散到不同主机上。
InterPodAffinityPriority：策略有podAffinity和podAntiAffinity两种配置方式。简单来说，就说根据Node上运行的Pod的Label来进行调度匹配的规则，匹配的表达式有：In, NotIn, Exists, DoesNotExist，通过该策略，可以更灵活地对Pod进行调度。
LeastRequestedPriority：偏向使用较少请求资源的节点。换句话说，放置在节点上的Pod越多，这些Pod使用的资源越多，此策略给出的排名就越低。
MostRequestedPriority：偏向具有最多请求资源的节点。这个策略将把计划的Pods放到整个工作负载集所需的最小节点上运行。
RequestedToCapacityRatioPriority：使用默认的资源评分函数模型创建基于ResourceAllocationPriority的requestedToCapacity。
BalancedResourceAllocation：偏向具有平衡资源使用的节点。
NodePreferAvoidPodsPriority：根据节点注释scheduler.alpha.kubernet .io/preferAvoidPods为节点划分优先级。可以使用它来示意两个不同的Pod不应在同一Node上运行。
NodeAffinityPriority：根据preferredduringschedulingignoredingexecution中所示的节点关联调度偏好来对节点排序。
TaintTolerationPriority：根据节点上无法忍受的污点数量，为所有节点准备优先级列表。此策略将考虑该列表调整节点的排名。
ImageLocalityPriority：偏向已经拥有本地缓存Pod容器镜像的节点。
ServiceSpreadingPriority：对于给定的服务，此策略旨在确保Service的Pods运行在不同的节点上。总的结果是，Service对单个节点故障变得更有弹性。
EqualPriority：赋予所有节点相同的权值1。
EvenPodsSpreadPriority：实现择优 pod的拓扑扩展约束