3. Scheduler Framework 核心概念：Framework 接口、CycleState、Plugin 接口、ScorePlugin 与 FilterPlugin 详解

Kubernetes 调度器从传统的硬编码调度器演进为可扩展的 Scheduler Framework，其核心设计思想是将调度流程拆解为多个可插拔的扩展点。本章将深入剖析 Framework 的核心接口、状态管理机制以及最常用的两种插件类型：FilterPlugin 和 ScorePlugin。理解这些概念是开发网络拓扑感知调度插件的基础。

3.1 Framework 接口：调度流程的编排者

Framework 接口是调度框架的顶层抽象，它定义了调度器运行一个 Pod 调度周期的完整流程。它负责管理注册的插件、维护调度上下文、并按照预定义的顺序调用各个扩展点。

3.2 CycleState：调度周期的上下文缓存

CycleState 是一个贯穿单个 Pod 调度全周期的上下文对象。它允许插件在调度流程的不同阶段（如 PreFilter、Filter、Score）之间安全地共享和传递数据，避免了重复计算和外部存储依赖。

• 数据存储： 使用 state.Write(key, data) 和 state.Read(key) 方法读写数据。
• 生命周期： 每个 Pod 的调度周期开始时创建，调度周期结束时自动销毁。
• 并发安全： 调度器为每个 Pod 独立创建 CycleState，不同 Pod 的 CycleState 互不干扰。

// 在 PreFilter 插件中写入数据
func (pl *NetworkTopologyPlugin) PreFilter(ctx context.Context, state *framework.CycleState, pod *v1.Pod) (*framework.PreFilterResult, *framework.Status) {
    // 解析 Pod 的拓扑标签
    topologyKey := pod.Labels["topology.kubernetes.io/zone"]
    // 将解析结果存入 CycleState
    state.Write("topologyKey", topologyKey)
    return nil, framework.NewStatus(framework.Success, "")
}

// 在 Filter 插件中读取数据
func (pl *NetworkTopologyPlugin) Filter(ctx context.Context, state *framework.CycleState, pod *v1.Pod, nodeInfo *framework.NodeInfo) *framework.Status {
    // 从 CycleState 读取 PreFilter 阶段写入的数据
    data, err := state.Read("topologyKey")
    if err != nil {
        return framework.NewStatus(framework.Error, "failed to read topologyKey from CycleState")
    }
    topologyKey := data.(string)
    // 执行过滤逻辑...
    return framework.NewStatus(framework.Success, "")
}

3.3 Plugin 接口：所有插件的基石

所有调度插件都必须实现 Plugin 接口。这是最基础的接口，只包含两个方法：Name() 和 New()。

// Plugin 接口定义
type Plugin interface {
    Name() string
}

// 插件注册函数签名
type PluginFactory = func(configuration runtime.Object, f FrameworkHandle) (Plugin, error)

• Name()：返回插件的唯一名称，用于在调度器配置中标识该插件。
• PluginFactory：用于创建插件实例的工厂函数，接收插件配置和 FrameworkHandle 作为参数。

除了基础接口，Scheduler Framework 还定义了一系列扩展点接口，插件通过实现这些接口来参与到调度流程的不同阶段。下图展示了插件接口的继承与组合关系。

3.4 FilterPlugin：节点预选过滤器

FilterPlugin 是调度流程中第一个核心扩展点，用于对集群中的所有节点进行快速过滤，排除不满足 Pod 运行要求的节点。对于网络拓扑感知插件，FilterPlugin 用于过滤掉那些无法满足 Pod 网络延迟、带宽或拓扑亲和性要求的节点。

// FilterPlugin 接口定义
type FilterPlugin interface {
    Plugin
    Filter(ctx context.Context, state *CycleState, pod *v1.Pod, nodeInfo *NodeInfo) *Status
}

Filter 方法的执行逻辑：

1. 从 CycleState 中读取 PreFilter 阶段预处理的数据（如 Pod 的拓扑约束）。
2. 从 nodeInfo 中获取节点的网络拓扑属性（如节点所在的可用区、机架、交换机等）。
3. 判断节点是否满足 Pod 的网络拓扑要求。
4. 返回 framework.NewStatus(framework.Success, "") 表示节点通过过滤；返回 framework.NewStatus(framework.Unschedulable, "reason") 表示节点被过滤掉。

3.5 ScorePlugin：节点优先级打分器

ScorePlugin 在 Filter 阶段之后运行，用于对通过过滤的节点进行打分，分值越高表示节点越适合运行该 Pod。网络拓扑感知插件通过 ScorePlugin 实现“最优拓扑节点选择”，例如优先选择与 Pod 所在节点网络延迟最低的节点。

// ScorePlugin 接口定义
type ScorePlugin interface {
    Plugin
    Score(ctx context.Context, state *CycleState, pod *v1.Pod, nodeName string) (int64, *Status)
    ScoreExtensions() ScoreExtensions
}

// ScoreExtensions 接口（可选实现）
type ScoreExtensions interface {
    NormalizeScore(ctx context.Context, state *CycleState, pod *v1.Pod, scores NodeScoreList) *Status
}

Score 打分机制：

• 原始打分： Score 方法返回一个 int64 类型的原始分数，范围通常在 0 到 100 之间。
• 分数归一化： 如果插件实现了 ScoreExtensions 接口，调度器会在所有 Score 插件打分完成后，调用 NormalizeScore 方法对分数进行归一化处理，确保不同插件的分数具有可比性。
• 权重组合： 调度器会根据配置文件中为每个 Score 插件指定的权重，将归一化后的分数加权求和，得到节点的最终得分。

// 网络拓扑感知 Score 插件示例
func (pl *NetworkTopologyPlugin) Score(ctx context.Context, state *framework.CycleState, pod *v1.Pod, nodeName string) (int64, *framework.Status) {
    // 从 CycleState 获取目标拓扑域
    data, _ := state.Read("targetTopology")
    targetTopology := data.(string)

    // 获取当前节点的拓扑域
    nodeTopology := pl.topologyCache.GetNodeTopology(nodeName)

    // 计算拓扑距离（示例：相同拓扑域得 100 分，不同得 0 分）
    if nodeTopology == targetTopology {
        return 100, framework.NewStatus(framework.Success, "")
    }
    return 0, framework.NewStatus(framework.Success, "")
}

func (pl *NetworkTopologyPlugin) ScoreExtensions() framework.ScoreExtensions {
    return pl // 假设本插件也实现了 NormalizeScore
}

func (pl *NetworkTopologyPlugin) NormalizeScore(ctx context.Context, state *framework.CycleState, pod *v1.Pod, scores framework.NodeScoreList) *framework.Status {
    // 归一化逻辑：将所有分数映射到 [0, 100] 区间
    // ...
    return framework.NewStatus(framework.Success, "")
}

3.6 FilterPlugin 与 ScorePlugin 对比

下图展示了 FilterPlugin 和 ScorePlugin 在完整调度流程中的位置与协作关系。