Scheduler的两种调度算法

Kubernetes调度器核心机制深度解析（生产环境实战指南）

在Kubernetes集群中，调度器（Scheduler） 是决定Pod如何分配到Worker节点的核心组件。它的作用类似于机场的智能调度系统：既要确保每个航班（Pod）有合适的停机位（节点），又要全局考虑资源利用率和容灾能力。调度过程并非简单的“随机分配”，而是通过两阶段精密算法完成：预选（Predicates） 和 优选（Priorities）。以下内容结合生产环境经验，解析其核心逻辑。

---

一、预选阶段（Predicates）：硬性条件筛选

预选阶段的目标是快速过滤掉绝对不符合条件的节点，类似于求职简历的初筛。只有通过所有“必选项”的节点才能进入下一轮。

1. 核心筛选维度

• 资源硬性检查

  • 节点必须满足Pod声明的requests资源（CPU/Memory/Ephemeral Storage）。
  • 扩展资源检查（如GPU卡数、FPGA等）。
    生产经验：资源不足是调度失败的常见原因，需监控节点资源碎片。

• 节点标签与污点匹配

  • 检查nodeSelector或nodeAffinity是否匹配节点标签。
  • 节点污点（Taints）必须被Pod的tolerations容忍。
    示例：GPU节点通常有accelerator=gpu标签和NoSchedule污点。

• 存储与拓扑约束

  • 持久卷（PV）的区域（Zone）或可用区必须与节点匹配。
  • 检查CSI存储插件的容量和访问模式。

• 安全策略

  • PodSecurityPolicy（PSP）或新一代的Pod Security Standards（PSS）。
  • SELinux、AppArmor等安全上下文（SecurityContext）。

2. 生产环境典型场景

案例1：部署数据库Pod

• 必须选择带有disk=ssd标签的节点。
• 需要容忍节点的dedicated=db:NoSchedule污点。
• 检查内存是否满足8Gi的requests声明。

案例2：多可用区部署

• 通过topologySpreadConstraints限制Pod在多个可用区均匀分布。

---

二、优选阶段（Priorities）：评分择优

通过预选的节点进入评分阶段，调度器为每个节点打分（0-10分），最终选择得分最高的节点。若多个节点得分相同，则随机选择。

1. 核心评分策略

• 资源平衡策略

  • LeastAllocated：优先选择资源利用率最低的节点（默认策略）。
  • BalancedResourceAllocation：避免CPU和内存使用率差异过大。

• 拓扑感知调度

  • Zone/Region Spread：跨可用区部署以提高容灾能力。
  • NodeAffinity权重：满足preferredDuringScheduling的节点加分。

• 节点亲和性/反亲和性

  • 优先选择与现有Pod亲和性强的节点（如同节点部署缓存和计算Pod）。
  • 避免与反亲和性Pod共存（如避免同一节点部署多个高负载服务）。

• 自定义扩展

  • 通过Prioritizer插件实现业务专属逻辑（如基于实时负载的动态调度）。

2. 生产环境调优技巧

场景1：避免节点过载

• 启用PodTopologySpread插件，设置maxSkew=1，确保Pod均匀分布。
• 配置资源limits防止单个Pod耗尽节点资源。

场景2：优先级抢占

• 定义PriorityClass，高优先级Pod可抢占低优先级Pod的资源。
• 注意：被抢占的Pod会进入Terminating状态，需业务容忍短暂中断。

---

三、高级调度实战（生产级配置）

1. 调度器扩展

Kubernetes支持通过调度框架（Scheduler Framework）自定义插件：

apiVersion: kubescheduler.config.k8s.io/v1beta3
kind: KubeSchedulerConfiguration
profiles:
  - schedulerName: custom-scheduler
    plugins:
      preFilter:
        enabled:
          - name: "SamplePreFilterPlugin"
      score:
        enabled:
          - name: "SampleScorePlugin" 
            weight: 2

2. 常见问题排查

• Pending Pod诊断

  • kubectl describe pod <pod-name>：查看Events中的调度失败原因。
  • kubectl get events --field-selector involvedObject.name=<pod-name>。

• 节点资源碎片

  • 使用kube-resource-report生成资源利用率报告。
  • 启用Descheduler重新平衡已调度Pod。

---

四、总结

调度器的核心逻辑可归纳为：

1. 预选（Predicates）：过滤掉不符合硬性条件的节点。
2. 优选（Priorities）：对候选节点评分，选择最优目标。

生产环境中需结合监控（Prometheus）、自动化（Cluster Autoscaler）和策略调优，才能实现高效稳定的调度。理解这一机制，是优化Kubernetes集群性能的关键一步。