1. 调度器基础：Kubernetes 调度器工作原理、调度流程与组件架构
1.1 调度器在 Kubernetes 控制平面中的角色
Kubernetes 调度器（kube-scheduler）是控制平面的核心组件之一，负责将待调度的 Pod 绑定到最合适的节点上。它不执行 Pod 的创建或运行，而是通过一系列算法和策略，为每个未调度的 Pod 选择一个最优的 Worker 节点。
| 组件 | 职责 | 与调度器的关系 |
|---|---|---|
| API Server | 提供 RESTful 接口，存储集群状态 | 调度器通过 API Server 监听 Pod 和 Node 的变化 |
| etcd | 分布式键值存储，保存所有集群数据 | 调度器读取 Pod 和 Node 信息，写入绑定结果 |
| kube-scheduler | 执行调度决策，将 Pod 绑定到 Node | 自身即为调度器组件 |
| kubelet | 节点代理，管理容器生命周期 | 接收调度结果，在节点上启动 Pod |
关键理解：调度器只做"决策"（Decision），不做"执行"（Execution）。决策结果写入 API Server 后，由目标节点的 kubelet 负责实际拉起容器。这种分离设计使得调度策略可以独立演进，不影响运行时。
1.2 调度器组件架构
kube-scheduler 内部采用插件化架构，核心分为三个层次：调度框架（Scheduling Framework）、调度队列（Scheduling Queue）和调度算法（Scheduling Algorithm）。
架构要点：
- 调度队列：维护待调度 Pod 的优先级队列，支持 Pod 的入队、出队、重试和回退机制。
- 调度框架：定义了一组扩展点（Extension Points），允许用户通过插件自定义调度行为。
- 调度算法：执行具体的过滤（Filter）和打分（Score）逻辑，最终选出最优节点。
- 数据源：通过 informer 机制监听 API Server，本地缓存集群状态，避免每次调度都直接访问 etcd。
1.3 调度流程详解
一个 Pod 从创建到被调度到节点上，经历以下标准流程：
- Pod 创建：用户通过 kubectl 或 API 创建 Pod，API Server 将 Pod 写入 etcd，此时 Pod 的
spec.nodeName为空。 - 入队：scheduler 的 informer 监听到新的未调度 Pod，将其加入调度队列（Scheduling Queue）。
- 出队：调度器主循环从队列中取出一个 Pod，开始调度周期（Scheduling Cycle）。
- 过滤（Filter）：执行一组过滤插件，筛选出满足 Pod 资源需求、亲和性约束、污点容忍度等条件的节点列表。
- 打分（Score）：对过滤后的节点执行打分插件，为每个节点计算综合得分。
- 选择最优节点：选择得分最高的节点作为目标节点；如果多个节点同分，则随机选择一个。
- 绑定（Bind）：调度器通过 API Server 将 Pod 与目标节点绑定，写入
spec.nodeName。 - 节点执行：目标节点的 kubelet 监听到绑定事件，拉取镜像并启动容器。
1.4 调度器工作原理核心概念
| 概念 | 说明 | 影响 |
|---|---|---|
| Predicates（过滤） | 硬性约束条件，不满足则节点被排除 | 资源不足、端口冲突、污点不匹配等直接淘汰 |
| Priorities（打分） | 软性偏好条件，为节点计算分数 | 资源利用率、亲和性、拓扑分布等影响排名 |
| 调度队列 | 按优先级排序的待调度 Pod 列表 | 高优先级 Pod 先被调度，支持抢占 |
| 调度框架插件 | 在扩展点注册的自定义逻辑 | 可扩展调度行为，如自定义过滤、打分、绑定 |
| 调度上下文 | 一次调度周期内的状态传递 | 插件之间共享数据，避免重复计算 |
常见误区：
- 调度器不是负载均衡器——它不保证节点间 Pod 数量均匀，而是基于资源请求和约束做最优匹配。
- 调度器不感知实际资源使用率——它只根据 Pod 的
requests和limits做决策，不关心节点上实际 CPU/内存消耗。 - 调度器不处理运行时的资源超卖——如果节点实际资源耗尽，由 kubelet 的驱逐机制处理，调度器不介入。
1.5 调度器的高可用与扩展性
在生产环境中，kube-scheduler 通常以多副本方式部署，配合 leader election 机制实现高可用：
- Leader Election：多个 scheduler 实例中只有一个作为 leader 执行调度，其他实例处于 standby 状态。
- 调度周期串行：同一时刻只有一个 Pod 处于调度周期，保证决策的一致性。
- 绑定周期并行：绑定操作可以与下一个 Pod 的调度周期并行执行，提升吞吐量。
- 调度框架扩展：通过自定义插件，可以在不修改核心代码的情况下扩展调度逻辑。
性能指标参考：在标准配置下，kube-scheduler 每秒可调度约 100-200 个 Pod（取决于集群规模和插件复杂度）。对于大规模集群（5000+ 节点），建议调整
--kube-api-qps 和 --kube-api-burst 参数以提升吞吐量。