k8s教程（pod篇）-DaemonSet（每个node上只调度一个pod）

01 引言

声明：本文为《Kubernetes权威指南：从Docker到Kubernetes实践全接触（第5版）》的读书笔记

DaemonSet是 Kubernetes1.2 版本新增的一种资源对象，用于管理在集群中的每个Node上仅运行一份Pod的副本实例，如下图所示：

02 DaemonSet

2.1 应用场景

下面举例DaemonSet的一些使用场景：

• 在每个Node上都运行一个GlusterFS存储或者Ceph存储的Daemon进程;
• 在每个Node上都运行一个日志采集程序，例如Fluentd或者Logstach；
• 在每个Node上都运行一个性能监控程序，采集该Node的运行性能数据， 例如Prometheus Node Exporter、collectd、New Relic agent或者Ganglia gmond 等。

DaemonSet的Pod调度策略与RC类似，除了使用系统内置的算法在每个Node上进行调度，也可以在Pod的定义中使用NodeSelector或NodeAffinity来指定满足条件的Node范围进行调度。

2.2 举例

下面的例子定义了为在每个Node上都启动一个fluentd容器，配置文件 fluentd-ds.yaml的内容如下 （其中挂载了物理机的两个目录"/var/log"和 “/var/lib/docker/containers”）:

apiVersion: apps/v1
kind: DaemonSet
	metadata:
	name: fluentd-cloud-logging 
	namespace: kube-system 
	labels:
		k8s-app: fluentd-cloud-logging
spec:
	template:
	metadata:
		namespace: kube-system 
		labels:
			k8s-app: fluentd-cloud-logging
	spec:
	containers:
		- name: fluentd-cloud-logging
		image: gcr.io/google containers/fluentd-elasticsearch:1.17 
		resources:
			limits:
				cpu: 100m
				memory: 200Mi
		env:
		- name: FLUENTD ARGS 
		  value: -q
		volumeMounts
		- name: varlog
		mountPath: /var/log
		readOnly: false
		- name: containers
		mountPath: /var/lib/docker/containers 
		readonly: false
	volumes:
	- name: containers
	hostPath:
		path: /var/lib/docker/containers 
	- name: varlog
	hostPath:
		path: /var/log

使用kubectl create命令创建该DaemonSet:

kubectl create -f fluentd-ds.yaml 
daemonset "fluentd-cloud-logging"created

查看创建好的DaemonSet和Pod，可以看到在每个Node上都创建了一个
Pod：

2.3 注意事项

DaemonSet调度不同于普通的Pod调度，所以没有用默认的Kubernetes Scheduler进行调度，而是通过专有的DaemonSet Controller进行调度。但是随着Kubernetes版本的改进和调度特性不断丰富，产生了一些难以解决的矛盾，最主要的两个矛盾如下：

• 普通的Pod是在Pending状态触发调度并被实例化的，DaemonSet Controller并不是在这个状态调度Pod的，这种不一致容易误导和迷惑用户；
• Pod优先级调度是被Kubernetes Scheduler执行的，而DaemonSet
  Controller并没有考虑到Pod优先级调度的问题，也产生了不一致的结果。

从Kubernetes 1.8开始，DaemonSet的调度默认切换到Kubernetes Scheduler进行，从而一劳永逸地解决了以上问题及未来可能的新问题,因为默认切换到了Kubernetes Scheduler统一调度Pod，因此DaemonSet也能正确处理Taints和Tolerations的问题。

03 文末

本文主要讲解DaemonSet的概念已经使用场景，希望能帮助到到家，谢谢大家的阅读，本文完！