4. 节点亲和性（Node Affinity）：requiredDuringSchedulingIgnoredDuringExecution 与 preferredDuringSchedulingIgnoredDuringExecution 规则详解

节点亲和性（Node Affinity）是 Kubernetes 调度器将 Pod 绑定到特定节点集合的核心策略。与简单的 nodeSelector 相比，Node Affinity 提供了更丰富的匹配表达式（In、NotIn、Exists、DoesNotExist、Gt、Lt）以及两种截然不同的执行语义：硬性要求（required）与软性偏好（preferred）。

4.1 两种执行语义：硬约束与软偏好

Kubernetes 通过 requiredDuringSchedulingIgnoredDuringExecution 和 preferredDuringSchedulingIgnoredDuringExecution 两个字段区分调度阶段的强制性与倾向性规则。它们的核心差异如下表所示：

4.2 requiredDuringSchedulingIgnoredDuringExecution：硬性亲和规则

该规则使用 nodeSelectorTerms 定义一组匹配条件。多个 nodeSelectorTerms 之间是 OR 关系（满足任一 Term 即可）；每个 Term 内的多个 matchExpressions 之间是 AND 关系（必须全部满足）。

apiVersion: v1
kind: Pod
metadata:
  name: gpu-inference-pod
spec:
  containers:
  - name: inference
    image: nvidia/cuda:12.0-runtime
  affinity:
    nodeAffinity:
      requiredDuringSchedulingIgnoredDuringExecution:
        nodeSelectorTerms:
        - matchExpressions:
          - key: accelerator
            operator: In
            values:
            - nvidia-tesla-v100
            - nvidia-a100
          - key: topology.kubernetes.io/zone
            operator: In
            values:
            - us-east-1a

上述配置的含义：Pod 必须调度到同时满足 accelerator 为 V100 或 A100 且 可用区为 us-east-1a 的节点上。如果集群中没有这样的节点，Pod 将一直处于 Pending 状态。

4.2.1 操作符详解

4.3 preferredDuringSchedulingIgnoredDuringExecution：软性偏好规则

软性规则通过 preferences 字段定义，每个偏好项包含一个 weight（1–100）和一组 matchExpressions。调度器会计算所有可调度节点的加权总分，选择得分最高的节点。

apiVersion: v1
kind: Pod
metadata:
  name: web-frontend
spec:
  containers:
  - name: nginx
    image: nginx:1.25
  affinity:
    nodeAffinity:
      preferredDuringSchedulingIgnoredDuringExecution:
      - weight: 80
        preference:
          matchExpressions:
          - key: topology.kubernetes.io/zone
            operator: In
            values:
            - us-east-1a
      - weight: 20
        preference:
          matchExpressions:
          - key: node-type
            operator: In
            values:
            - ssd-optimized

在这个例子中，调度器优先选择 us-east-1a 可用区的节点（权重 80），如果同时满足 ssd-optimized 标签则额外加分（权重 20）。即使没有任何节点满足这些条件，Pod 仍然可以调度到集群中的任意节点。

4.3.1 评分机制

调度器对每个可调度节点执行以下评分流程：

1. 遍历所有偏好项：对每个 preference，检查节点是否满足其 matchExpressions。
2. 累加权重：如果节点满足该偏好，将对应的 weight 加入总分。
3. 归一化：最终得分 = 总分 / 所有偏好项权重之和 × 100（百分比形式）。
4. 选择最高分节点：得分最高的节点被选中；如果多个节点得分相同，调度器按其他策略（如 LeastRequestedPriority）进一步筛选。

4.4 节点亲和性调度流程

下图展示了调度器在处理 Node Affinity 时的完整决策路径：

4.5 组合使用：硬约束 + 软偏好的典型模式

生产环境中，通常将 requiredDuringScheduling 和 preferredDuringScheduling 组合使用，形成"底线保障 + 优化选择"的调度策略：

apiVersion: apps/v1
kind: Deployment
metadata:
  name: ml-training
spec:
  replicas: 3
  selector:
    matchLabels:
      app: ml-training
  template:
    metadata:
      labels:
        app: ml-training
    spec:
      containers:
      - name: trainer
        image: pytorch/pytorch:2.0-cuda12
        resources:
          requests:
            nvidia.com/gpu: 1
      affinity:
        nodeAffinity:
          requiredDuringSchedulingIgnoredDuringExecution:
            nodeSelectorTerms:
            - matchExpressions:
              - key: nvidia.com/gpu.present
                operator: Exists
          preferredDuringSchedulingIgnoredDuringExecution:
          - weight: 90
            preference:
              matchExpressions:
              - key: topology.kubernetes.io/zone
                operator: In
                values:
                - us-east-1a
                - us-east-1b
          - weight: 10
            preference:
              matchExpressions:
              - key: node-type
                operator: NotIn
                values:
                - spot-instance

4.6 常见陷阱与避坑指南

• 标签不存在导致调度失败：使用 In 操作符时，如果节点上根本没有该标签键，表达式视为不匹配。建议先用 Exists 检查标签存在性，再用 In 筛选具体值。
• 权重值超出范围：weight 必须在 1–100 之间。设置为 0 会被调度器忽略，设置为大于 100 会导致 Pod 创建失败。
• 多个 Term 的 OR 语义误用：nodeSelectorTerms 列表中的每个 Term 是 OR 关系，容易误写成 AND。如果需要 AND 语义，将所有表达式放在同一个 Term 内。
• 忽略执行阶段的影响：即使节点标签在 Pod 运行后发生变化，已运行的 Pod 也不会被重新调度。如果需要动态响应标签变化，需结合 Pod 拓扑分布约束或自定义控制器。
• 软偏好权重过于平均：多个偏好项的权重差距过小（如 50、55、45），调度器难以形成有效优先级，建议至少保持 2 倍以上的权重差距。