Kubernetes的调度机制

smith88

　　原文出处：https://segmentfault.com/a/1190000012709117
k8s的调度机制
scheduler组件
　　k8s调度器会将pod调度到资源满足要求并且评分最高的node上。我们可以使用多种规则比如：1.设置cpu、内存的使用要求；2.增加node的label，并通过pod.Spec.NodeSelector进行强匹配；3.直接设置pod的nodeName，跳过调度直接下发。
　　k8s 1.2加入了一个实验性的功能：affinity。意为亲和性。这个特性的设计初衷是为了替代nodeSelector，并扩展更强大的调度策略。
　　调度器的工作机制是这样的：
　　一、预备工作
　　1、缓存所有的node节点，记录他们的规格：cpu、内存、磁盘空间、gpu显卡数等；
　　2、缓存所有运行中的pod，按照pod所在的node进行区分，统计每个node上的pod request了多少资源。request是pod的QoS配置，可以参考之前的文章。
　　3、list & watch pod资源，当检查到有新的Pending状态的pod出现，就将它加入到调度队列中。
　　4、调度器的worker组件从队列中取出pod进行调度。
　　二、调度过程
　　1、先将当前所有的node放入队列；
　　2、执行predicates算法，对队列中的node进行筛选。这里算法检查了一些pod运行的必要条件，包括port不冲突、cpu和内存资源QoS（如果有的话）必须满足、挂载volume（如果有的话）类型必须匹配、nodeSelector规则必须匹配、硬性的affinity规则（下文会提到）必须匹配、node的状态（condition）必须正常，taint_toleration硬规则（下文会提到）等等。
　　2、执行priorities算法，对队列中剩余的node进行评分，这里有许多评分项，各个项目有各自的权重：整体cpu，内存资源的平衡性、node上是否有存在要求的镜像、同rs的pod是否有调度、node affinity的软规则、taint_toleration软规则（下文会提到）等等。
　　3、最终评分最高的node会被选出。即代码中suggestedHost, err := sched.schedule(pod)一句（plugin/pkg/scheduler/scheduler.go）的返回值。
　　4、调度器执行assume方法，该方法在pod调度到node之前，就以“该pod运行在目标node上” 为场景更新调度器缓存中的node 信息，也即预备工作中的1、2两点。这么做是为了让pod在真正调度到node上时，调度器也可以同时做后续其他pod的调度工作。
　　5、调度器执行bind方法，该方法创建一个Binding资源，apiserver检查到创建该资源时，会主动更新pod的nodeName字段。完成调度。
nodeSelector
　　举例：
apiVersion: v1kind: Podmetadata:  name: nginx  labels:    env: testspec:  containers:　　
  - name: nginx    image: nginx    imagePullPolicy: IfNotPresent  nodeSelector:    disktype: ssd
　　上面这个pod会且仅会被调度到带有disktype: ssd这个label的node上。这是一种强规则，没有妥协，必须遵守。
affinity 和 anti-affinity

• 　　有亲和性规则，那么反亲和性规则肯定也要有。
  
• 　　亲和性规则实现了更丰富的规则表达方式。并且包含了nodeSelector的硬规则和另一种软规则。
  
• 　　软规则是一种优先规则，如果没有符合这个优先规则的节点，它仍然会被进行调度。
  

node亲和性
　　node亲和性和nodeSelector类似，通过label进行可调度node的过滤，现在有两种node亲和性：requiredDuringSchedulingIgnoredDuringExecution 和 preferredDuringSchedulingIgnoredDuringExecution：
requiredDuringSchedulingIgnoredDuringExecution
　　强规则。和nodeSelector完全相同，以label进行强制的约束。需要指出的是：目前，如果一个node在运行时label发生了变化，变化后和其上运行的pod的requiredDuringSchedulingIgnoredDuringExecution 不再匹配，这个node上的pod也不会被驱逐，这个功能会在以后被改进，届时会增加一种类型RequiredDuringSchedulingRequiredDuringExecution 。
preferredDuringSchedulingIgnoredDuringExecution
　　软规则。举例来说：我们要将某个容器尽可能地调度到可用域X中，但如果不存在这个可用域或者可用域无法再运行pod，调度器也允许这个pod被调度到其他可用域。
　　以下是一个包含了强规则和软规则的案例:
apiVersion: v1kind: Podmetadata:  name: with-node-affinityspec:  affinity:    nodeAffinity:      requiredDuringSchedulingIgnoredDuringExecution:        nodeSelectorTerms:　　
        - matchExpressions:
　　
          - key: kubernetes.io/e2e-az-name            operator: In            values:
　　
            - e2e-az1
　　
            - e2e-az2      preferredDuringSchedulingIgnoredDuringExecution:
　　
      - weight: 1
　　
        preference:          matchExpressions:
　　
          - key: another-node-label-key            operator: In            values:
　　
            - another-node-label-value  containers:
　　
  - name: with-node-affinity    image: gcr.io/google_containers/pause:2.0
　　该案例表明，这个pod只允许被调度到带有kubernetes.io/e2e-az-name=e2e-az1或e2e-az2的label的node上，也即只允许被调度到e2e-az1或者e2e-az2两个可用域中；另外，pod要尽量调度到包含another-node-label-key的值为another-node-label-value的node上。
　　matchExpressions结构记录各种表达式，一个表达式包含key,operator,values，分别表示关键字、关键字匹配关系、关键字匹配值。匹配关系包括：In,NotIn,Exists,DoesNotExist,Gt,Lt。NotIn和DoesNotExist是node anti-affinity的一种表现。
　　如果一个pod的描述信息中同时包含了nodeSelector和nodeAffinity,那么调度时两个规则都要满足。
　　如果一个nodeAffinity中包含了多条nodeSelectorTerms， 调度器只需要满足其中一条； 如果一个 nodeSelectorTerms中记录了多条matchExpressions，那么调度器要满足所有的matchExpressions
inter-pod affinity 和 anti-affinity
　　这两个特性都包含在1.4版本中，上面的亲和性是node亲和性，这个就是pod亲和性，简而言之，要把pod调度到某个node上，这个node上已有的pod能满足、或尽量满足某些条件。这个特性用pod.spec.affinity.podAffinity和pod.spec.affinity.podAntiAffinity来表示。
　　pod亲和性的规则可以这么表示：
　　这个pod应该（或者不应该）运行在节点X上，X上必须已经运行了一个或多个满足规则Y的pod。规则Y的表达方式类似于一个labelSelector并关联了一个namespace列表:namespaces（若没有则表示“allnamespaces”）,X可能是node或一个az，我们通过字段topologyKey来规划X，即所有的X都要满足topologyKey相同，一般topologyKey是一个label的key。
　　为什么要有namespace列表？因为和node不同，pod是有分namespace的，因此pod的label也是有分namespace的。在这种情况下，规则Y必须要指明自己这个规则要适用于哪些namespace。比如node上运行的是hy这个namespace下的pod，即便pod的label和规则Y的nodeSelector都相同，我们也视为不符合规则。
　　和node亲和性一样，pod亲和性也包含两个（硬规则和软规则）：

• 　　requiredDuringSchedulingIgnoredDuringExecution: 硬规则。
  
• 　　preferredDuringSchedulingIgnoredDuringExecution：
  

　　举个例子：
apiVersion: v1kind: Podmetadata:  name: with-pod-affinityspec:  affinity:    podAffinity:      requiredDuringSchedulingIgnoredDuringExecution:　　
      - labelSelector:          matchExpressions:
　　
          - key: security            operator: In            values:
　　
            - S1        topologyKey: failure-domain.beta.kubernetes.io/zone    podAntiAffinity:      preferredDuringSchedulingIgnoredDuringExecution:
　　
      - weight: 100
　　
        podAffinityTerm:          labelSelector:            matchExpressions:
　　
            - key: security              operator: In              values:
　　
              - S2          topologyKey: kubernetes.io/hostname  containers:
　　
  - name: with-pod-affinity    image: gcr.io/google_containers/pause:2.0
　　上面的pod模板使用了podAffinity的硬规则和podAntiAffinity的软规则。

• 　　podAffinity规则中topologyKey是zone，也就是可用域，说明这条规则可以规划处调度到的域，首先，node上必须至少有一个running状态的pod包含key为security，value为S1的label。只要满足这个条件，那么这个node和其同一个域（拥有相同的failure-domain.beta.kubernetes.io/zone 为key，且值相同的label）的node均会被调度。
  
• 　　podAntiAffinity规则中topologyKey是hostname，表明该规则约定了某种node尽量不会被调度到，这种node上已经运行了包含key为security，value为S2的label的pod。
  
• 　　假如现在有node a，b，c，其中a和b拥有相同的zone，且b上运行了一个pod，这个pod有一个label,key为security，value为S1。那么我们创建如上的一个亲和性规则的3副本时，三个副本都会被调度到a或者b上。假如b上同时运行了一个pod，这个pod有一个label,key为security，value为S2,那么所有的副本都会调度到node a上。
  

taint toleration
　　node 可以被打上污点标记，并配置污点容忍策略。而pod的描述信息中如果包含了相同的污点容忍策略，就可以被调度到这个node上，反之则不可、或尽量不允许。
硬性规则
　　给node a 打上污点 name=huang, 策略为不可调度：
　　kubectl taint nodes a name=huang:NoSchedule
　　若我创建的pod中包含如下描述：
tolerations:　　
- key: "name"
　　
  operator: "Equal"
　　
  value: "huang"
　　
  effect: "NoSchedule"
　　则这个pod可以容忍有这类污点的node，即可以调度到node a，当然，也可以用如下的描述：
tolerations:　　
- key: "name"
　　
  operator: "Exist"
　　
  effect: "NoSchedule"
　　类似的硬性规则体现在effect字段中，还有NoExecute,它比NoSchedule更严格，不止pod不能调度上去，node上原有的pod如果不能容忍污点，就会被驱逐（eviction），配合字段tolerationSeconds可以规定这些会被驱逐的pod能在node上呆多久。
软规则
　　除了NoExecute，NoSchedule，还有一条软规则：PreferNoSchedule.配置effect=PreferNoSchedule后，没有相关污点策略的pod会尽量避免调度到该node上。