pod调度简介

  在 k8s 中 通过 kube-scheduler 组件来实现 pod 的调度，所谓调度，即把需要创建的 pod 放到 合适的 node 上，大概流程为，通过对应的 调度算法 和 调度策略，为待调度的 pod 列表中的 pod 选择一个最合适的 Node，然后目标节点上的 kubelet 通过 watch 接口监听到 kube-schedule 产生的 Pod 绑定事件，通过 APIService 获取对应的 Pod 清单，下载 image 并且启动容器。

这里具体的 调度算法 大体上分两步，筛选出候选节点，确定最优节点，确定最优节点涉及节点打分等。

常见的 Pod 的 调度策略 有 选择器、指定节点、主机亲和性方式，同时需要考虑节点的 coedon与drain标记，今天和小伙伴分享的是 调度策略的一种， 即通过 Pod拓扑分布约束 ，用来实现 跨集群节点均匀调度分布Pod

为什么需要跨集群节点 均匀调度分布 Pod ？ 

   我们知道在 k8s 中 ，如果只是希望每个节点均匀调度分布一个 pod，那么可以利用 DaemonSet 来实现。如果多个，就需要 pod 的拓扑分布约束均匀调度 Pod ，实现在集群中均匀分布 Pod，可以尽可能的利用 节点的超售，Pod 的超用，以实现高可用性和高效的集群资源利用。

  k8s 中通过 Pod 拓扑分布约束   (PodTopologySpread)   来实现均匀调度 pod。这一特性从 v1.19 以后达到稳定状态。在 v1.25，v1.1.26 的版本中添加的部分属性。

需要说明的是，这里的 均匀调度 pod 不是说 只有对当前需要调度的 pod 在 工作节点发生均匀调度，不考虑当前节点上之前存在的 pod , 而是基于 工作节点的 均匀调度。即所谓均匀调度分布是基于工作节点的。虽然 pod 的拓扑分布约束是定义在 pod 上的。

如何实现跨节点均匀分布 Pod

apiVersion: v1
kind: Pod
metadata:name: example-pod
spec:# 配置一个拓扑分布约束topologySpreadConstraints:- maxSkew: <integer>minDomains: <integer> # 可选；自从 v1.25 开始成为 BetatopologyKey: <string>whenUnsatisfiable: <string>labelSelector: <object>matchLabelKeys: <list> # 可选；自从 v1.25 开始成为 AlphanodeAffinityPolicy: [Honor|Ignore] # 可选；自从 v1.26 开始成为 BetanodeTaintsPolicy: [Honor|Ignore] # 可选；自从 v1.26 开始成为 Beta### 其他 Pod 字段置于此处

实例1：

apiVersion: v1
kind: Pod
metadata:name: example-pod
spec:# 配置一个拓扑分布约束topologySpreadConstraints:- maxSkew: 1 # 以绝对均匀的方式分配 POD 即 pod 在节点分布的差值不能超过的值。topologyKey: kubernetes.io/hostname #使用主机名这个标签作为拓扑域whenUnsatisfiable: ScheduleAnyway #始终调度 pod，即使它不能满足 pod 的均匀分布labelSelector: <object> #作用于匹配这个选择器的 Pod### 其他 Pod 字段置于此处

apiVersion: apps/v1
kind: Deployment
metadata:name: test
spec:replicas: 10template:spec:topologySpreadConstraints:- maxSkew: 1topologyKey: kubernetes.io/hostname  whenUnsatisfiable: ScheduleAnywaylabelSelector:matchLabels:app: testcontainers:- name: pauseimage: registry.aliyuncs.com/google_containers/pause:3.5

 需要注意的是，缩减 Deployment 并不能保证均匀分布，并可能导致 Pod 分布不平衡。

maxSkew :描述这些 Pod 可能被均匀分布的程度。你必须指定此字段且该数值必须大于零。 其语义将随着 whenUnsatisfiable 的值发生变化：简单来讲，就是如果为均匀分布，那么两个节点之前的 pod 差值最大可以为多大。

• 如果你选择 whenUnsatisfiable: DoNotSchedule，则 maxSkew 定义目标拓扑中匹配 Pod 的数量与 全局最小值之间的最大允许差值。例如，如果你有 3 个可用区，分别有 2、2 和 1 个匹配的 Pod，则 MaxSkew 设为 1， 且全局最小值为 1。

• 如果你选择 whenUnsatisfiable: ScheduleAnyway，则该调度器会更为偏向能够降低偏差值的拓扑域。

topologyKey ：是节点标签的键。如果节点使用此键标记并且具有相同的标签值， 则将这些节点视为处于同一拓扑域中。我们将拓扑域中（即键值对）的每个实例称为一个域。 调度器将尝试在每个拓扑域中放置数量均衡的 Pod。 另外，我们将符合条件的域定义为其节点满足 nodeAffinityPolicy 和 nodeTaintsPolicy 要求的域。当 topologyKey 的值为 none 的时候。

whenUnsatisfiable: 指示如果 Pod 不满足分布约束时如何处理：

• DoNotSchedule（默认）告诉调度器不要调度。

• ScheduleAnyway 告诉调度器仍然继续调度，只是根据如何能将偏差最小化来对节点进行排序。

labelSelector: 用于查找匹配的 Pod。匹配此标签的 Pod 将被统计，以确定相应拓扑域中 Pod 的数量

当 Pod 定义了不止一个 topologySpreadConstraint，这些约束之间是逻辑与的关系。 kube-scheduler 会为新的 Pod 寻找一个能够满足所有约束的节点。

多个拓扑分布约束

在这之前需要做一些准备工作,在每个工作节点上在打一个标签 disktype=node-group1

添加一个新的 Pod ，添加了两个拓扑分布约束，要求这个 pod 即在 topologyKey: kubernetes.io/hostname 的拓扑域，同时在 topologyKey: disktype 的拓扑域

kind: Pod
apiVersion: v1
metadata:name: mypodlabels:app: test
spec:topologySpreadConstraints:- maxSkew: 1topologyKey: kubernetes.io/hostnamewhenUnsatisfiable: DoNotSchedulelabelSelector:matchLabels:app: test- maxSkew: 1topologyKey: disktypewhenUnsatisfiable: DoNotSchedulelabelSelector:matchLabels:app: testcontainers:- name: pauseimage: registry.aliyuncs.com/google_containers/pause:3.5

有冲突的拓扑分布约束

如果所有节点都不满足 pod 的 拓扑分布约束，当前 pod 就会调度失败。下面为创建了一个新的补丁文件，修改副本数为 5，使用 kubernetes.io/hostname 作为拓扑域

apiVersion: apps/v1
kind: Deployment
metadata:labels:app: testname: testnamespace: test-topo-namespace
spec:replicas: 5selector:matchLabels:app: testtemplate:metadata:labels:app: testspec:containers:- image: registry.aliyuncs.com/google_containers/pause:3.5name: pausetopologySpreadConstraints:- labelSelector:matchLabels:app: testmaxSkew: 1topologyKey: kubernetes.io/hostnamewhenUnsatisfiable: DoNotSchedule

 当前 whenUnsatisfiable: DoNotSchedule,即不满足约束时，不发生调度， master 有污点，默认不发生调度，所以当 副本数为 5 的时候，工作节点各调度一个，剩下的一个 pod 调度到哪里都会违反 maxSkew: 1 ，所以发生 pending 。

这里主要学习记录下如何尽可能实现pod在节点上的均匀调度分配。

参考资料

https://kubernetes.io/zh-cn/docs/concepts/scheduling-eviction/pod-priority-preemption/

https://medium.com/geekculture/kubernetes-distributing-pods-evenly-across-cluster-c6bdc9b49699