1. 简介

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。听起来非常简单，但有很多要考虑的问题：

  • 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

Sheduler 是作为单独的程序运行的，启动之后会一直坚挺 API Server，获取 PodSpec.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。

调度过程

调度分为几个部分：首先是过滤掉不满足条件的节点，这个过程称为 predicate(预选)；然后对通过的节点按照优先级排序，这个是 priority(优选)；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。

Predicate 有一系列的算法可以使用：

  • 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

如果在 predicate 过程中没有合适的节点，pod 会一直在 pending 状态，不断重试调度，直到有节点满足条件。

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。

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）。这些优先级选项包括：

  • 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。换句话说，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。这个应该和上面的一起使用，不应该单独使用
  • 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。

… 还有很多其他的算法 参见官网

自定义调度器

除了 Kubernetes 自带的调度器，你也可以编写自己的调度器。通过 spec:schedulername 参数指定调度器的名字，可以为 pod 选择某个调度器进行调度。比如下面的 pod 选择 my-scheduler 进行调度，而不是默认的 default-scheduler。

2. 节点亲和性

pod.spec.nodeAffinity，节点亲和性可以通过下面两种方式实现：

  • preferredDuringSchedulingIgnoredDuringExecution: 软策略
  • requiredDuringSchedulingIgnoredDuringExecution: 硬策略

requiredDuringSchedulingIgnoredDuringExecution

preferredDuringSchedulingIgnoredDuringExecution

合体

键值运算关系

  • In: label 的值在某个列表中
  • NotIn: label 的值不在某个列表中
  • 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

如果 nodeSelectorTerms 下面有多个选项的话, 满足任何一个条件就可以了;

如果 matchExpressions 有多个选项的话, 则必须同时满足这些条件才可以正常调度 Pod .

Pod 亲和性

pod.spec.affinity.podAffinity / podAntiAffinity

preferredDuringSchedulingIgnoredDuringExecution：软策略

requiredDuringSchedulingIgnoredDuringExecution：硬策略

亲和性/反亲和性调度策略比较如下：

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
podAnitAffinity POD In, NotIn, Exists, DoesNotExist 是 POD 与指定 POD 不在同一拓扑域

image-20230514025501033

3. Taint 和 Toleration

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（但不要求）被调度到具有匹配 taint 的节点上。

污点(Taint)

Ⅰ、污点(Taint)的组成

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。每个污点的组成如下：

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

Ⅱ、污点(Taint)的设置、查看和去除

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(Toleration)，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。

pod.spec.tolerations

  • 其中 key, value, effect 要与 Node 上设置的 taint 保持一致。

  • operator 的值为 Exists 将会忽略 value 值。

  • tolerationSeconds 用于描述当 Pod 需要被驱逐时可以在 Pod 上继续保留运行的时间。

Ⅰ、当不指定 key 值时，表示容忍所有的污点 key：

Ⅱ、当不指定 effect 值时，表示容忍所有的污点作用

Ⅲ、有多个 Master 存在时，防止资源浪费，可以如下设置

4. 指定调度节点

I、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。

II、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，而后调度 Pod 到目标节点，该匹配规则属于强制约束。