4. Profiles配置：多调度器Profile概念、Profile选择机制、自定义调度器名称

4.1 多调度器Profile概念

在Kubernetes 1.15+版本中，调度器引入了多Profile（Multi-Profile）架构。一个调度器实例可以同时运行多个Profile，每个Profile拥有独立的调度阶段配置（Plugins、PluginConfig、Extensions），从而实现同一调度器进程内支持多种调度策略。

Profile结构定义

apiVersion: kubescheduler.config.k8s.io/v1
kind: KubeSchedulerConfiguration
profiles:
  - schedulerName: default-scheduler
    plugins:
      score:
        disabled:
          - name: NodeResourcesBalancedAllocation
        enabled:
          - name: MyCustomScorer
    pluginConfig:
      - name: MyCustomScorer
        args:
          weight: 3
  - schedulerName: high-priority-workload
    plugins:
      filter:
        enabled:
          - name: NodeResourcesFit
      score:
        enabled:
          - name: NodeResourcesLeastAllocated
    pluginConfig:
      - name: NodeResourcesLeastAllocated
        args:
          weight: 5

4.2 Profile选择机制

Pod通过spec.schedulerName字段指定目标调度器名称。调度器启动时加载所有Profile，当收到Pod调度请求时，按以下优先级匹配Profile：

1. 精确匹配：Pod的schedulerName与Profile的schedulerName完全一致。
2. 默认回退：若未匹配到任何Profile，使用default-scheduler名称的Profile。
3. 无默认Profile：若集群中不存在名为default-scheduler的Profile，调度器将拒绝调度该Pod。

4.3 自定义调度器名称

自定义调度器名称是Profile配置中最直接的扩展点。通过修改schedulerName字段，可以创建具有特定调度策略的命名Profile。

命名规范与约束

自定义调度器示例

# 调度器配置 - 定义三个独立Profile
apiVersion: kubescheduler.config.k8s.io/v1
kind: KubeSchedulerConfiguration
profiles:
  - schedulerName: default-scheduler
    plugins:
      score:
        enabled:
          - name: NodeResourcesBalancedAllocation
  - schedulerName: gpu-optimized
    plugins:
      filter:
        enabled:
          - name: NodeResourcesFit
          - name: NodeAffinity
      score:
        enabled:
          - name: NodeResourcesLeastAllocated
  - schedulerName: latency-sensitive
    plugins:
      score:
        enabled:
          - name: ImageLocality
          - name: NodeResourcesBalancedAllocation

# Pod使用自定义调度器
apiVersion: v1
kind: Pod
metadata:
  name: gpu-pod
spec:
  schedulerName: gpu-optimized    # 引用自定义Profile名称
  containers:
  - name: cuda-container
    image: nvidia/cuda:12.0

4.4 多Profile与多调度器对比

4.5 最佳实践

• 按工作负载类型划分Profile：为批处理作业、GPU任务、延迟敏感型服务分别创建Profile，每个Profile启用不同的评分插件组合。
• 避免Profile数量过多：建议控制在5个以内，过多的Profile会增加调度器启动时间和配置维护成本。
• 使用默认Profile兜底：始终保留一个名为default-scheduler的Profile，确保未指定schedulerName的Pod能被正常调度。
• Profile名称语义化：名称应清晰表达调度策略用途，如gpu-workload、high-memory、low-latency。