📚 课程目录第1章 K8s调度基础

1. K8s 调度基础：调度器架构、调度流程、调度策略概述

Kubernetes 调度器（kube-scheduler）是控制平面中负责将待调度 Pod 绑定到合适工作节点的核心组件。调度决策直接影响集群的资源利用率、应用性能与运维稳定性。本节从架构、流程与策略三个维度建立调度知识体系。

1.1 调度器架构

kube-scheduler 以独立进程运行在控制平面节点上，通过 API Server 监听未调度的 Pod（spec.nodeName 为空），经过调度算法选出最优节点后，将绑定结果写回 API Server。其内部采用“插件化”架构，调度框架（Scheduling Framework）定义了扩展点，允许用户注入自定义调度逻辑。

  核心组件：
  调度队列（Scheduling Queue）：按优先级、QoS 类别和等待时间对 Pod 排序，支持抢占与回退。
调度框架（Scheduling Framework）：定义 Filter、Score、Normalize、Reserve、Permit 等扩展点，插件可注册到任意扩展点。
缓存（Scheduler Cache）：维护节点与 Pod 的快照，减少对 API Server 的实时查询压力。
绑定器（Binder）：将最终选定的节点写入 Pod 的 spec.nodeName，触发 kubelet 创建容器。

1.2 调度流程

调度器对每个待调度 Pod 执行两阶段决策：过滤（Filtering）与打分（Scoring）。过滤阶段筛选出满足 Pod 资源请求、亲和性、污点容忍等硬约束的节点集合；打分阶段对候选节点按优先级排序，选出最优节点。若打分结果出现平局，调度器会随机选择一个节点。

阶段	输入	输出	典型插件
过滤（Filter）	所有节点 + Pod 约束	可行节点列表	NodeResourcesFit、NodeName、NodeAffinity、TaintToleration
打分（Score）	可行节点列表	节点分数（0–100）	NodeResourcesBalancedAllocation、ImageLocality、InterPodAffinity
绑定（Bind）	最高分节点	Pod → Node 绑定记录	DefaultBinder

性能提示：过滤阶段是“短路”设计——只要有一个插件返回不可行，该节点立即被排除，不再执行后续插件。因此，将计算量大的插件（如 PodTopologySpread）放在过滤阶段靠后的位置，可以减少不必要的计算开销。

1.3 调度策略概述

Kubernetes 提供多种内置调度策略，覆盖资源、拓扑、亲和性与负载均衡四大维度。策略通过调度器配置（KubeSchedulerConfiguration）启用、禁用或调整权重。

策略类别	代表插件	作用	适用场景
资源策略	NodeResourcesFit、NodeResourcesBalancedAllocation	确保节点满足 Pod 的 CPU/内存请求，并尽量均衡各节点资源利用率	通用工作负载、资源密集型应用
拓扑策略	PodTopologySpread、NodeAffinity	将 Pod 分散到不同拓扑域（节点、可用区），或强制部署到特定区域	高可用部署、多可用区集群
亲和性策略	InterPodAffinity、NodeAffinity	将 Pod 调度到与特定 Pod 或节点靠近的位置，减少网络延迟	微服务调用链优化、缓存与计算同节点
负载策略	VolumeBinding、ImageLocality	优先调度到已有数据卷或容器镜像的节点，减少数据迁移	有状态应用、大镜像服务

常见误区：不要将“资源策略”等同于“资源限制”。NodeResourcesFit 检查的是 Pod 的 requests 而非 limits。如果只设置 limits 而不设置 requests，调度器会默认使用 limits 值作为调度依据，可能导致节点过载。

1.4 调度器配置示例

以下是一个自定义调度器配置片段，展示如何调整插件权重与启用抢占策略：

apiVersion: kubescheduler.config.k8s.io/v1
kind: KubeSchedulerConfiguration
profiles:
  - schedulerName: custom-scheduler
    plugins:
      score:
        disabled:
          - name: NodeResourcesBalancedAllocation
        enabled:
          - name: NodeResourcesLeastAllocated
            weight: 3
          - name: ImageLocality
            weight: 2
    podInitialBackoffSeconds: 1
    podMaxBackoffSeconds: 10
    percentageOfNodesToScore: 50

关键参数说明：

percentageOfNodesToScore：控制参与打分的节点比例（默认 50%），大集群中可降低调度延迟。
podInitialBackoffSeconds / podMaxBackoffSeconds：调度失败后的重试退避时间，避免频繁重试压垮 API Server。
weight：Score 插件的权重，最终分数 = 各插件分数 × 权重之和。

生产建议：在超过 100 节点的集群中，将 percentageOfNodesToScore 设为 30–50，可在调度质量与速度之间取得平衡。对于延迟敏感型 Pod，可启用 PrioritySort 插件确保高优先级 Pod 优先出队。