Kubernetes控制平面组件：调度器Scheduler（二）

云原生学习路线导航页（持续更新中）

kubernetes学习系列快捷链接
- Kubernetes架构原则和对象设计（一）
- Kubernetes架构原则和对象设计（二）
- Kubernetes架构原则和对象设计（三）
- Kubernetes控制平面组件：etcd（一）
- Kubernetes控制平面组件：etcd（二）
- Kubernetes控制平面组件：API Server详解（一）
- Kubernetes控制平面组件：API Server详解（二）
- Kubernetes控制平面组件：调度器Scheduler（一）
- Kubernetes控制平面组件：调度器Scheduler（二）

本文是kubernetes的控制面组件调度器Scheduler第二篇，本篇详细讲解了pod对调度策略的配置方法和原理，包括：节点调度、节点亲和/反亲和、pod亲和/反亲和、拓扑打散约束、容忍调度、优先级调度以及多调度器

希望大家多多点赞关注评论收藏，作者会更有动力继续编写技术文章

1.指定Node调度（nodeName+nodeSelector）

在这里插入图片描述

1.1.基本原理

通过显式指定Pod应调度到特定节点，完全绕过Kubernetes调度器的决策逻辑。常用于需要固定节点（如专用硬件节点）的场景。

1.2.涉及Pod字段及解释

1.2.1.nodeName

spec:nodeName: worker-node-01  # 直接指定目标节点名称

作用：强制Pod调度到指定节点
特性：
若节点不存在则Pod保持Pending状态
绕过调度器资源检查逻辑
节点标签变更不影响已调度Pod

1.2.2.nodeSelector

spec:nodeSelector:disktype: ssd         # 必须存在的节点标签gpu-model: "a100"     # 精确匹配标签值

匹配规则：
- 节点必须具有所有指定的标签label
- 值匹配为精确字符串比较（区分大小写）
调度流程：调度器先筛选符合标签的节点，再检查资源是否充足

1.3.配置示例

apiVersion: v1
kind: Pod
metadata:name: gpu-pod
spec:nodeName: gpu-node-03containers:- name: cuda-containerimage: nvidia/cuda:11.0-base
---
apiVersion: v1
kind: Pod
metadata:name: ssd-pod
spec:nodeSelector:disktype: ssdstorage-tier: "premium"containers:- name: appimage: redis:alpine

1.4.运维实践

风险提示：

nodeName会跳过所有调度策略，可能导致Pod无法调度
节点维护时需要手动迁移Pod
容易造成节点资源利用率不均衡

最佳实践：

生产环境优先使用nodeSelector代替nodeName
配合节点自动伸缩组使用固定标签（如node-role/gpu=true）
定期审计节点标签的准确性

2.节点亲和性/反亲和性调度（nodeAffinity）

在这里插入图片描述

2.1.基本原理

通过 节点标签的复杂逻辑匹配 实现柔性调度策略，支持：
- 硬性约束（required）：必须满足的条件
- 软性偏好（preferred）：优先但不强制满足的条件
基本原理
- nodeAffinity是对nodeSelector的增强，比nodeSelector扩展性更强，本质还是对根据Node Label，对Node做一个筛选或打分
- nodeAffinity同时支持亲和/反亲和的配置，比如通过NotIn Operator，就可以实现 Node反亲和性的功能

2.2.涉及Pod字段及解释

affinity:nodeAffinity:requiredDuringSchedulingIgnoredDuringExecution:  # 硬约束nodeSelectorTerms:  # 要满足的条件是什么，predicates阶段- matchExpressions:- key: topology.kubernetes.io/zoneoperator: Invalues: [zone-a, zone-b]preferredDuringSchedulingIgnoredDuringExecution: # 软偏好- weight: 80  # 打分权重preference:  # 要满足的条件是什么，priority阶段matchExpressions:- key: app-tieroperator: Invalues: [cache]

nodeSelectorTerms：node的label满足下面的条件
preference：node的label满足下面的条件

2.2.1.关键字段说明

字段路径	类型	说明
`operator`	enum	In / NotIn / Exists / DoesNotExist / Gt / Lt
`weight`	int(1-100)	软策略的权重值，影响调度评分
`topologyKey`	string	定义拓扑域的节点标签键

2.2.2.Operator详解

操作符	匹配条件	示例
In	标签值在指定集合中	values: [v1,v2]
NotIn	标签值不在集合中	values: [v3]
Exists	标签键存在（忽略values）	key: “gpu”
DoesNotExist	标签键不存在	key: “temp”
Gt	数值大于（仅整数）	values: [“100”]
Lt	数值小于（仅整数）	values: [“50”]

2.3.配置示例

apiVersion: v1
kind: Pod
metadata:name: ai-pod
spec:affinity:nodeAffinity:requiredDuringSchedulingIgnoredDuringExecution:nodeSelectorTerms:- matchExpressions:- key: acceleratoroperator: Invalues: [nvidia-tesla-v100]preferredDuringSchedulingIgnoredDuringExecution:- weight: 60preference:matchExpressions:- key: topology.kubernetes.io/zoneoperator: Invalues: [zone-a]containers:- name: ai-containerimage: tensorflow/tensorflow:latest-gpu

2.4.运维实践

注意事项：

避免在单个Pod中组合过多复杂规则
硬性约束可能导致Pod无法调度
节点标签变更不会触发已调度Pod的重新调度

优化建议：

对高频变更的标签使用软性策略
使用kubectl describe nodes验证节点标签
结合HorizontalPodAutoscaler实现弹性调度

3.Pod亲和性/反亲和性调度（podAffinity/podAntiAffinity）

在这里插入图片描述

3.1.基本原理

根据已有Pod的分布情况决定新Pod的调度位置，支持：
- 亲和性（Affinity）：倾向于与指定Pod共置
- 反亲和性（AntiAffinity）：避免与指定Pod共置
基本原理
- 查看在指定范围的node中，有没有运行打了指定label的pod，然后做相应的亲和/反亲和
- 指定范围的node，这个范围是如何定义的？
  - 由topologyKey决定，常用的如 region范围、zone可用区范围、rack机架范围、hostname节点范围等
  - 举例：topology.kubernetes.io/zone
  - 含义：以可用区为基本单位，看同一个可用区内的所有node，是否有运行打了指定label的pod，如果存在，则当前pod可以调度/不能调度到该可用区
已知的kubernetes预定义topologyKey列表
- https://kubernetes.io/docs/reference/labels-annotations-taints/

3.2.涉及Pod字段及解释

affinity:podAffinity:requiredDuringSchedulingIgnoredDuringExecution:- labelSelector:matchExpressions:- key: appoperator: Invalues: [cache]topologyKey: topology.kubernetes.io/zonepodAntiAffinity:preferredDuringSchedulingIgnoredDuringExecution:- weight: 100podAffinityTerm:labelSelector:matchExpressions:- key: appoperator: Invalues: [web]topologyKey: kubernetes.io/hostname

配置解释：
- 强亲和：必须调度到可用区范围内已经存在携带 app==cache label 的pod 的可用区中
- 弱反亲和：尽量调度到节点范围中，不存在携带 app==web label 的pod 的node上去。
- 假如这个app==web就是本应用的label，那么实现的效果就是：我的应用必须都调度到一个可用区，但是尽量一个node上只有该应用一个实例
核心字段说明

字段说明
topologyKey 定义拓扑域的节点标签键（如hostname/zone）
namespaces 指定命名空间（默认当前ns）
namespaces.matchLabels 通过标签选择命名空间（v1.24+）

字段	说明
`topologyKey`	定义拓扑域的节点标签键（如hostname/zone）
`namespaces`	指定命名空间（默认当前ns）
`namespaces.matchLabels`	通过标签选择命名空间（v1.24+）

3.3.配置示例

apiVersion: apps/v1
kind: Deployment
metadata:name: web-server
spec:replicas: 3template:spec:affinity:podAntiAffinity:requiredDuringSchedulingIgnoredDuringExecution:- labelSelector:matchExpressions:- key: appoperator: Invalues: [web-server]topologyKey: "kubernetes.io/hostname"containers:- name: webimage: nginx:alpine

3.4.运维实践

性能警告：

集群规模超过500节点时慎用Pod亲和性
每个调度周期需要扫描所有匹配Pod
反亲和性规则可能显著增加调度延迟

最佳实践：

为关键业务服务设置反亲和规则
使用topologySpreadConstraints替代简单反亲和
定期清理陈旧的Pod标签

4.拓扑打散约束（topologySpreadConstraints）

4.1.基本原理

通过反亲和性规则，实现Pod在拓扑域间的均匀分布，最大化容错能力，属于Pod反亲和性的高级应用。

4.2.涉及Pod字段及解释

spec:topologySpreadConstraints:- maxSkew: 1topologyKey: zonewhenUnsatisfiable: DoNotSchedulelabelSelector:matchLabels:app: payment-service

字段说明

字段	类型	说明
`maxSkew`	int	允许的最大分布偏差（≥1）
`whenUnsatisfiable`	enum	DoNotSchedule / ScheduleAnyway
`topologyKey`	string	定义拓扑域的节点标签
`labelSelector`	object	选择需要打散的Pod组

4.3.配置示例

apiVersion: apps/v1
kind: Deployment
metadata:name: stateless-api
spec:replicas: 6template:spec:topologySpreadConstraints:- maxSkew: 2topologyKey: topology.kubernetes.io/zonewhenUnsatisfiable: ScheduleAnywaylabelSelector:matchLabels:app: stateless-apicontainers:- name: apiimage: my-api:v1.2.3

4.4.运维实践

版本要求：

需要Kubernetes v1.18+
完整功能需要启用EvenPodsSpread特性门控

调度策略：

强均衡：whenUnsatisfiable=DoNotSchedule + maxSkew=1
弱均衡：whenUnsatisfiable=ScheduleAnyway + 较大maxSkew

监控指标：

kube_scheduler_pod_scheduling_duration_seconds
kube_scheduler_scheduling_attempts

5.容忍调度（taint/tolerations）

在这里插入图片描述

5.1.基本原理

允许Pod调度到带有特定污点（Taint）的节点，实现：
- 专用节点隔离（如GPU节点）
- 节点维护前的Pod驱逐
- 特殊硬件资源分配
使用场景：
- 有些业务加入集群时，是带资进组的，自带了一些服务器，这些服务器他们希望自己用，不开放给其他应用，那么就可以打上一些污点，自己的应用容忍这个污点。但无法强限制，如果别人看到了，可能也会加容忍

5.2.涉及Pod字段及解释

tolerations:- key: "node.kubernetes.io/disk-pressure"operator: "Exists"effect: "NoSchedule"tolerationSeconds: 3600

字段详解

字段	必填	说明
`key`	是	污点标识符
`operator`	是	Exists 或 Equal
`value`	条件	operator=Equal时必填
`effect`	否	NoSchedule/PreferNoSchedule/NoExecute
`tolerationSeconds`	否	仅对NoExecute有效，驱逐pod前的容忍时间（秒）

effect详解

类型	新 Pod 调度	已运行 Pod 影响	容忍配置必要性	典型运维场景
NoSchedule	禁止	无影响	必须	专用硬件节点、控制平面隔离
PreferNoSchedule	尽量禁止	无影响	可选	资源优化、灰度环境
NoExecute	禁止	驱逐	必须	节点维护、故障隔离、安全修复

5.3.配置示例

apiVersion: v1
kind: Pod
metadata:name: gpu-pod
spec:tolerations:- key: "nvidia.com/gpu"operator: "Exists"effect: "NoSchedule"containers:- name: cuda-appimage: nvidia/cuda:11.0-base

5.4.运维实践

安全建议：

避免使用全局容忍（operator: Exists）
生产环境应为专用节点设置独特污点
结合NodeAffinity实现精确调度，因为如果有不带污点/带污点的2个node同时满足调度需要，pod是不一定被调度到带污点node上的，可以配合node调度策略来达到更精确的调度

维护场景：

# 设置维护污点
kubectl taint nodes node1 maintenance=true:NoExecute# 查看节点污点
kubectl describe node node1 | grep Taints

监控要点：

节点就绪状态（Ready/DiskPressure等）
Pod容忍时间窗口（tolerationSeconds）

5.5.Pod的2个默认容忍

kubernetes默认会给pod添加两个容忍，用于当node发生异常时自动驱逐pod完成故障转移
二者区别
- not-ready：一般是节点上某些组件有问题，比如cni坏了
- unreachable：一般是节点断开连接了，ping都不通了
达成的效果：当node进入异常状态后，上面所有的pod被允许再存活300s==5min，之后就被驱逐了
- 默认5min，实际生产可能会更久，因为很多场景下node可能会有挺久的异常时间，比如集群升级，所以生产上有的集群久调整为15min
- 驱逐：其实就是把pod删除了，如果这个pod有上层的deploy或者replicaSet，就会给他在其他ready node上拉起来

tolerations:- effect: NoExecutekey: node.kubernetes.io/not-readyoperator: ExiststolerationSeconds: 300- effect: NoExecutekey: node.kubernetes.io/unreachableoperator: ExiststolerationSeconds: 300

5.6.多租户kubernetes集群-如何做到计算资源隔离

在这里插入图片描述

控制node的读取权限，将node专用于某个团队

5.7.生产经验

在这里插入图片描述

6.优先级调度（PriorityClass）

在这里插入图片描述

6.1.基本原理

Kubernetes优先级调度通过PriorityClass定义Pod的优先级权重，将所有待调度的pod进行优先级排序，保证高优先级优先调度。
优先级调度可以实现功能：
1. 调度顺序控制：高优先级Pod优先调度
2. 资源抢占机制：当节点资源不足时，允许高优先级Pod驱逐低优先级Pod
3. 系统稳定性保障：为关键系统组件保留资源
开启方法：通过 --feature-gates打开

6.2.涉及资源及字段解释

6.2.1.PriorityClass 资源

apiVersion: scheduling.k8s.io/v1
kind: PriorityClass
metadata:name: high-priority
value: 1000000          # 优先级数值，越大优先级越高（必填，范围0-1e9）
globalDefault: false    # 是否作为集群默认优先级（true/false）
description: "关键业务优先级"
preemptionPolicy: PreemptLowerPriority  # 抢占策略（v1.24+）

关键字段说明

字段	类型	说明
`value`	int32	优先级数值，数值越大优先级越高
`globalDefault`	bool	当未指定priorityClassName时是否作为默认值（集群中只能有一个true）
`preemptionPolicy`	enum	`Never`（不抢占）/`PreemptLowerPriority`（默认）

6.2.2.在Pod中指定优先级

spec:priorityClassName: high-priority  # 关联的PriorityClass名称priority: 1000000                 # 自动填充字段（不可手动设置）

6.3.配置示例

6.3.1.创建PriorityClass

apiVersion: scheduling.k8s.io/v1
kind: PriorityClass
metadata:name: mission-critical
value: 10000000
globalDefault: false
description: "核心业务优先级，允许资源抢占"

critical为关键的意思

6.3.2.Pod使用优先级

apiVersion: v1
kind: Pod
metadata:name: payment-service
spec:priorityClassName: mission-criticalcontainers:- name: paymentimage: payment-service:v1.8.0resources:requests:cpu: "2"memory: "4Gi"

6.4.运维实践

6.4.1.风险提示

级联抢占：多个高优先级Pod可能引发连锁驱逐
资源碎片化：频繁抢占导致节点资源利用率下降
死锁风险：当所有节点都无法满足高优先级Pod需求时，系统可能无法恢复

6.4.2.最佳实践

优先级规划：

0-999999       # 用户应用（按业务重要性分级）
1000000-1999999 # 中间件/数据库
2000000+       # 系统组件（kube-system）

抢占控制：
- 为关键Pod设置preemptionPolicy: Never避免被更高优先级Pod抢占
- 使用PodDisruptionBudget保护重要应用
监控方案：
- 跟踪kube_scheduler_preemption_attempts指标
- 使用kubectl get event --field-selector reason=Preempted

6.4.3.注意事项

启用要求：确保API Server开启PodPriority特性门控
配额关联：优先级与ResourceQuota独立，需单独设置配额限制
默认优先级：避免多个PriorityClass设置globalDefault: true
升级兼容性：v1.14+版本才支持稳定版优先级调度

6.5.高级配置

6.5.1.非抢占式优先级

apiVersion: scheduling.k8s.io/v1
kind: PriorityClass
metadata:name: non-preempt
value: 500000
preemptionPolicy: Never  # 禁止抢占其他Pod

6.5.2.系统保留优先级

# 系统组件示例（kube-apiserver）
apiVersion: v1
kind: Pod
metadata:name: kube-apiservernamespace: kube-system
spec:priorityClassName: system-cluster-critical  # 内置最高优先级（2亿）containers:- name: apiserverimage: k8s.gcr.io/kube-apiserver:v1.25.0

7.多调度器

在这里插入图片描述

podSpec.schedulerName用于指定使用的调度器，不指定时默认为default-scheduler
- schedulerName: default-scheduler
对于web应用，一般启动都是分钟级，对调度效率要求没有那么高，一般default-scheduler就够用了
但是对于一些特殊领域，比如大数据场景、AI场景、batchJob场景，可能有特殊的调度需求，kubernetes defaultScheduler可能不太够用，此时可以使用一些自定义的调度器
- batchJob场景，比如有3个作业，需要同时启动运行，只要有一个没有启动，其他2个也运行不了，这种对调度效率就有要求。再比如在计算密集型任务中，一秒可能会有几百上千的作业需要调度，就需要一些batchJob调度场景
- batchJob社区有不少调度器，比如华为的Volcano调度器，腾讯TKE也有类似的batch调度器

8.常见问题解析

8.1.required/preferredDuringSchedulingIgnoredDuringExecution 辨析

8.1.1.required/preferredDuringSchedulingIgnoredDuringExecution 名称解析

requiredDuringSchedulingIgnoredDuringExecution可以拆分为2部分
- requiredDuringScheduling（调度阶段规则）
  - 含义：在 Pod 调度过程中必须满足的条件，若不满足，Pod 将无法被调度，持续处于 Pending 状态。
  - 行为：调度器（kube-scheduler）会严格过滤节点，仅选择符合标签匹配条件的节点。例如，要求节点必须带有 disktype=ssd 标签，否则拒绝调度。
- IgnoredDuringExecution（执行阶段规则）
  - 含义：Pod 运行后，即使节点标签或条件发生变化（如标签被删除），Kubernetes 不会驱逐或重新调度 Pod。
  - 行为：仅影响调度阶段的逻辑，运行阶段的变化由用户主动干预（如手动删除 Pod 触发重新调度）。
preferredDuringSchedulingIgnoredDuringExecution也可以拆分为2部分
- preferredDuringScheduling（调度阶段规则）
  - 含义：在 Pod 调度过程中尽量满足的条件，允许 Pod 优先（而非强制）被调度到满足特定条件的节点。如果条件无法满足，Pod 仍会被调度到其他可用节点，但调度器会尽量选择最接近条件的节点
- IgnoredDuringExecution（执行阶段规则）
  - 同上

8.1.2.required/preferred应用的调度阶段

requiredDuringSchedulingIgnoredDuringExecution：是必须要满足的条件，不满足就不能调度，因此是 Predicates阶段生效的
preferredDuringSchedulingIgnoredDuringExecution：是尽量满足的条件，配置时会携带一个权重用于打分，因此是 Priority阶段生效的

8.2.kubectl apply/replace命令的区别

区别：
- apply是patch merge操作，不涉及的字段不会覆盖
- replace是 put请求全量替换资源，会直接用请求的资源替换环境资源
示例：
- 比如下面的pod，只有required…，没有preferred…，那么我用一个只包含preferred…的yaml 去apply，会导致nodeAffinity下面的required…删除吗？答案是不会
- 但是如果使用 replace -f xxx.yaml，就会清理required…，因为是直接替换了

affinity:nodeAffinity:requiredDuringSchedulingIgnoredDuringExecution:  # 硬约束nodeSelectorTerms:  # 要满足的条件是什么，predicates阶段- matchExpressions:- key: topology.kubernetes.io/zoneoperator: Invalues: [zone-a, zone-b]