K8s-调度器

引入：Scheduler 是 kubernetes 的调度器，主要的任务是把定义的 pod 分配到集群的节点上。听起来非常简单，但有很多要考虑的问题：

公平：如何保证每个节点都能被分配资源

资源高效利用：集群所有资源最大化被使用

效率：调度的性能要好，能够尽快地对大批量的pod完成调度工作

灵活：允许用户根据自己的需求控制调度的逻辑

调度过程

调度分为几个部分：首先是过滤掉不满足条件的节点，这个过程称为预选；然后对通过的节点按照优先级排序，这个是优选；最后从中选择优先级最高的节点。如果中间任何一步骤有错误，就直接返回错误

预选算法

PodFitsResources：节点上剩余的资源是否大于 pod 请求的资源

PodFitsHost：如果 pod 指定了 NodeName，检查节点名称是否和 NodeName 匹配

PodFitsHostPorts：节点上已经使用的 port 是否和 pod 申请的 port 冲突

PodSelectorMatches：过滤掉和 pod 指定的 label 不匹配的节点

NoDiskConflict：已经 mount 的 volume 和 pod 指定的 volume 不冲突，除非它们都是只读

注意：如果在预选过程中没有合适的节点，pod 会一直在 pending 状态，不断重试调度，直到有节点满足条件。经过这个步骤，如果有多个节点满足条件，就继续优选过程：按照优先级大小对节点排序优先级由一系列键值对组成，键是该优先级项的名称，值是它的权重（该项的重要性）。这些优先级选项包括：

LeastRequestedPriority：通过计算 CPU 和 Memory 的使用率来决定权重，使用率越低权重越高。换句话说，这个优先级指标倾向于资源使用比例更低的节点

BalancedResourceAllocation：节点上 CPU 和 Memory 使用率越接近，权重越高。这个应该和上面的一起使用，不应该单独使用

ImageLocalityPriority：倾向于已经有要使用镜像的节点，镜像总大小值越大，权重越高通过算法对所有的优先级项目和权重进行计算，得出最终的结果

自定义调度器

除了 kubernetes 自带的调度器，你也可以编写自己的调度器。通过 spec:schedulername 参数指定调度器的名字，可以为 pod 选择某个调度器进行调度。比如下面的 pod 选择 my-scheduler 进行调度，而不是默认的 default-scheduler

apiVersion: v1
kind: Pod
metadata: 
  name: test-scheduler
  labels: 
    name: test-scheduler
spec: 
  schedulername: tets-scheduler
  containers: 
  - name: pod-with-second-annotation-container
    image: chenxiyanglinux/myapp:v1

调度亲和性

节点亲和性

pod亲和性

节点亲和性

pod.spec.nodeAffinty

软策略： preferredDuringSchedulingIgnoredDuringExecution--软亲和

硬策略： requiredDuringSchedulingIgnoredDuringExecution--硬亲和

键值运算关系

In：label 的值在某个列表中

NotIn：label 的值不在某个列表中

Gt：label 的值大于某个值

Lt：label 的值小于某个值

Exists：某个 label 存在

DoesNotExist：某个 label 不存在

注意： 如果nodeSelectorTerms下面有多个选项的话，满足任何一个条件就可以了；如果matchExpressions有多个选项的话，则必须同时满足这些条件才能正常调度 POD

硬亲和演示，基于以下模块完成

apiVersion: v1
kind: Pod
metadata: 
  name: affinity
  labels: 
    app: node-affinity-pod
spec: 
  containers: 
  - name: with-node-affinity
    image: chenxiyanglinux/myapp:v1
  affinity: 
    nodeAffinity: 
      requireDuringSchedulingIgnoreDuringExecution: 
        nodeSelectorTerms:
        - matchExpressions: 
          - key: kuberbetes.io/hostname
            operator: NotIn
            values: 
            - k8s-node02
# 基于此文件允许，一定会被调度到node01节点

测试，将NotIn改为In,node02改为03，看是否一直处于pending状态(并没有node03机器)

软亲和演示，基于以下模块完成

apiVersion: v1
kind: Pod
metadata: 
  name: affinity
  labels: 
    app: node-affinity-pod
spec: 
  containers: 
  - name: with-node-affinity
    image: chenxiyanglinux/myapp:v1
  affinity: 
    nodeAffinity: 
       preferredDuringSchedulingIgnoredDuringExecution: 
       - weight: 1
         preference: 
           matchExpressions: 
           - key: source
             operator: In
             values: 
             - qikqiak
# 由于K:V值表示的是主机标签，所以如果没有此标签，则随机调度
$ kubectl get node --show-labels 	#可查看节点标签

由于主机没有该标签值，所以根据优选算法随机调度

现在测试，将两node节点标签分别更改，完成下面测试

kubectl label node k8s-node02 disktype=ssd

kubectl label node k8s-node01 disktype=hdd

验证，基于以下模板完成

apiVersion: v1
kind: Pod
metadata: 
  name: affinity
  labels: 
    app: node-affinity-pod
spec: 
  containers: 
  - name: with-node-affinity
    image: chenxiyanglinux/myapp:v1
  affinity: 
    nodeAffinity: 
      requireDuringSchedulingIgnoreDuringExecution: 
        nodeSelectorTerms:
        - matchExpressions: 
          - key: disktype
            operator: NotIn
            values: 
            - ssd
# 按照模板--应该运行在hdd才符号要求--node01

软硬亲和结合

apiVersion: v1
kind: Pod
metadata: 
  name: affinity
  labels: 
    app: node-affinity-pod
spec: 
  containers: 
  - name: with-node-affinity
    image: chenxiyanglinux/myapp:v1
  affinity: 
    nodeAffinity: 
      requireDuringSchedulingIgnoreDuringExecution: 
        nodeSelectorTerms:
        - matchExpressions: 
          - key: disktype
            operator: NotIn
            values: 
            - k8s-master01
      preferredDuringSchedulingIgnoredDuringExecution: 
        - weight: 1
          preference: 
            matchExpressions: 
            - key: disktype
              operator: In
              values: 
              - ssd     
#因目前环境只有两台环境所以一定在node02上运行，

结论：

无论是软亲和的K:V还是硬亲和的K:V,它都代表的是主机的标签

硬亲和使用，看性能是否达到不可用状态，否则一般采用软亲和两者结合先看硬亲和，再看软亲和

如果nodeSelectorTerms下面有多个选项的话，满足任何一个条件就可以了；如果matchExpressions有多个选项的话，则必须同时满足这些条件才能正常调度 POD

pod亲和性

软策略： preferredDuringSchedulingIgnoredDuringExecution-- 软亲和

硬策略： requiredDuringSchedulingIgnoredDuringExecution-- 硬亲和

注意：pod亲和性通过pod标签去确定，--- 拓扑域决定pod在哪运行

以下面模板测试硬亲和

apiVersion: v1
kind: Pod
metadata: 
  name: pod-3
  labels: 
    app: pod-3
spec: 
  containers: 
  - name: pod-3
    image: chenxiyanglinux/myapp:v1
  affinity: 
    podAffinity: 
      requireDuringSchedulingIgnoreDuringExecution: 
      - labelSelector: 
        mathExpressions: 
        - key: app
          operator: In
          values: 
          - node-affinity-pod
        topologyKey: kuberbetes.io/hostname
# 若运行在node02节点，则证明验证成功

因指定的拓扑域是node-affinity-pod是在node02节点运行，所以 pod-3一定是在node02节点运行

现在再基于下面模板创建，测试如果拓扑域两个节点都有，它会在哪个节点运行

先修改两节点标签

基于以下模板验证

apiVersion: v1
kind: Pod
metadata: 
  name: pod-4
  labels: 
    app: pod-4
spec: 
  containers: 
  - name: pod-4
    image: chenxiyanglinux/myapp:v1
  affinity: 
    podAffinity: 
      requireDuringSchedulingIgnoreDuringExecution: 
      - labelSelector: 
        mathExpressions: 
        - key: app
          operator: In
          values: 
          - node-affinity-pod
        topologyKey: level

为了方便我们抓到在哪个节点运行，我们执行以下命令

kubectl apply -f pod4.yaml && kubectl get pod -o wide && kubectl delete -f pod4.yaml

这就能看到，拓扑域如果一样就随机调度了，还是会基于优选算法去调度

测试反亲和性--podAntiAffinity

基于以下模板完成

apiVersion: v1
kind: Pod
metadata: 
  name: pod-4
  labels: 
    app: pod-4
spec: 
  containers: 
  - name: pod-4
    image: chenxiyanglinux/myapp:v1
  affinity: 
    podAntAffinity: 
      preferredDuringSchedulingIgnoredDuringExecution: 
      - weight: 1
         podAffinityTerm: 
           labelSelector
             matchExpressions: 
             - key: app
             operator: In
             values: 
             - node-affinity-pod
           topologyKey: kuberbetes.io/hostname  
# 按照要求，则不会在node02节点运行，那只能在node01节点运行了

亲和性/反亲和性调度策略比较如下

调度策略	匹配标签	操作符	拓扑域支持	调度目标
nodeAffinity	主机	In, NotIn, Exists, DoesNotExist, Gt, Lt	否	指定主机
podAffinity	POD	In, NotIn, Exists, DoesNotExist	是	POD与指定POD同一拓扑域
podAnitAffinity	POD	In, NotIn, Exists, DoesNotExist	是	POD与指定POD不在同一拓扑域

Taint(污点)和Toleration(容忍)

节点亲和性，是 pod 的一种属性（偏好或硬性要求），它使 pod 被吸引到一类特定的节点。Taint 则相反，它使节点能够排斥一类特定的 pod

Taint 和 toleration 相互配合，可以用来避免 pod 被分配到不合适的节点上。每个节点上都可以应用一个或多个 taint ，这表示对于那些不能容忍这些 taint 的 pod，是不会被该节点接受的。如果将 toleration 应用于 pod 上，则表示这些 pod 可以（但不要求）被调度到具有匹配 taint 的节点上

污点(taint)

使用 kubectl taint 命令可以给某个 Node 节点设置污点，Node 被设置上污点之后就和 Pod 之间存在了一种相斥的关系，可以让 Node 拒绝 Pod 的调度执行，甚至将 Node 已经存在的 Pod 驱逐出去

污点组成

key=value:effect

说明: 每个污点有一个 key 和 value 作为污点的标签，其中 value 可以为空，effect 描述污点的作用。当前 taint effect 支持如下三个选项

NoSchedule：表示 k8s 将不会将 Pod 调度到具有该污点的 Node 上

PreferNoSchedule：表示 k8s 将尽量避免将 Pod 调度到具有该污点的 Node 上

NoExecute：表示 k8s 将不会将 Pod 调度到具有该污点的 Node 上，同时会将 Node 上已经存在的 Pod 驱逐出去，适合升级使用

污点的设置、查看、去除
- 设置污点：value1值可以没有
- kubectl taint node node1 key1=value1:NoSchedule
  
  eg: kubectl taint node k8s-master01 noderole.kubernetes.io/master=:PreferNoSchedule
节点说明中，查找Tains字段
- kubectl describe node node-name
去除污点
- kubectl taint node node1 key1:NoSchedule-
  
  kubectl taint node k8s-master01 noderole.kubernetes.io/master:NoSched-

容忍(Tolerations)

设置了污点的 Node 将根据 taint 的 effect：NoSchedule、 PreferNoSchedule、NoExecute 和 Pod 之间产生互斥的关系，Pod 将在一定程度上不会被调度到 Node 上。但我们可以在 Pod 上设置容忍 ( Toleration ) ，意思是设置了容忍的 Pod 将可以容忍污点的存在，可以被调度到存在污点的 Node 上

Tolerations写法，即在创建pod时指定说明要在哪个污点的节点运行 pod.spec.tolerations，以下三种写法都可以

tolerations:

- key: "key1" ---此种方法最精确，完全匹配

operator: "Equal" ---运算符

value: "value1" ---值

effect: "NoSchedule" ---策略

- key: "key1"

operator: "Equal"

value: "value1"

effect: "NoExecute"

tolerationSeconds: 3600 ----清理pod的限期

- key: "key2"

operator: "Exists"

effect: "NoSchedule"

说明：

当不指定key值时，表示容忍所有的污点key

tolerations:

- operator: "Exists"

当不指定effect值时，表示容忍所有的污点作用

tolerations:

- key: "key"

operator: "Exists"

有多个Master存在时，防止资源浪费，可以做如下设

kubectl taint node Node-Name noderole.kubernetes.io/master=:PreferNoSchedule

eg：kubectl taint node k8s-master01 noderole.kubernetes.io/master=:PreferNoSchedule

实例：污点、亲和性、容忍的结合使用

如何指定在node01运行key为gpu值的deployment实例，参照以下模板，基于node01节点已经创建了关于gpu的污点，

apiVersion: v1
kind: Pod
metadata: 
  name: nginx
  labels: 
    app: nginx
spec: 
  replicas: 100
  selector: 
    matchLabels: 
      app: nginx
  template: 
    matadata: 
      labels:
        app: nginx
    spec: 
      affinity: 
        nodeAffinity: 
          requireDuringSchedulingIgnoreDuringExecution: 
            nodeSelectorTerms:
            - matchExpressions: 
            - key: computeengine
              operator: In
                values: 
                - gpu
      tolerations: 
      - key: "computeengine"
        operator: "Equal"
        values: "GPU"
        effect: "NoSchedule"
# 如果不容忍污点，则不会被调度，如果容忍污点，则不会被污点所干扰，若结合亲和性使用，则可达到在指定的污点节点运行具体的实例

固定节点调度

pod.spec.nodeName将pod直接调度到指定的Node节点上，会跳过Scheduler的调度策略，该匹配规则是强制匹配基于以下模板完成

apiVersion: extensions/v1beta1
kind: Deployment
metadata: 
  name: myweb
spec: 
  replicas: 7
  template: 
    metadata: 
      labels: 
        app: myweb
    spec: 
      nodeName: k8s-node01
      containers: 
      - name: myweb
        image: chenxiyanglinux/myqpp:v1
        ports: 
        - containerPort: 80

Pod.spec.nodeSelector：通过 kubernetes 的 label-selector (标签选择器)机制选择节点，由调度器调度策略匹配 label，而后调度 Pod 到目标节点，该匹配规则属于强制约束

基于以下模板完成

apiVersion: extensions/v1beta1
kind: Deployment
metadata: 
  name: mywe1
spec: 
  replicas: 10
  template: 
    metadata: 
      labels: 
        app: myweb
    spec: 
      nodeSelector: 
        type: backEndNode1
      containers: 
      - name: myweb
        image: chenxiyanglinux/myqpp:v1
        ports: 
        - containerPort: 80