簡介
Scheduler 是 kubernetes 的調度器,主要的任務是把定義的 pod 分配到集羣的節點上。聽起來非常簡單,但有很多要考慮的問題:
-
公平:如何保證每個節點都能被分配資源
-
資源高效利用:集羣所有資源最大化被使用
-
效率:調度的性能要好,能夠儘快地對大批量的 pod 完成調度工作
-
靈活:允許用戶根據自己的需求控制調度的邏輯
Scheduler 是作爲單獨的程序運行的,啓動之後會一直堅挺 API Server,獲取PodSpec.NodeName爲空的 pod,對每個 pod 都會創建一個 binding,表明該 pod 應該放到哪個節點上
調度過程
調度分爲幾個部分:首先是過濾掉不滿足條件的節點,這個過程稱爲predicate;然後對通過的節點按照優先級排序,這個是priority;最後從中選擇優先級最高的節點。如果中間任何一步驟有錯誤,就直接返回錯誤
Predicate 有一系列的算法可以使用:
-
PodFitsResources:節點上剩餘的資源是否大於 pod 請求的資源
-
PodFitsHost:如果 pod 指定了 NodeName,檢查節點名稱是否和 NodeName 匹配
-
PodFitsHostPorts:節點上已經使用的 port 是否和 pod 申請的 port 衝突
-
PodSelectorMatches:過濾掉和 pod 指定的 label 不匹配的節點
-
NoDiskConflict:已經 mount 的 volume 和 pod 指定的 volume 不衝突,除非它們都是隻讀
如果在 predicate 過程中沒有合適的節點,pod 會一直在pending狀態,不斷重試調度,直到有節點滿足條件。經過這個步驟,如果有多個節點滿足條件,就繼續 priorities 過程:按照優先級大小對節點排序
優先級由一系列鍵值對組成,鍵是該優先級項的名稱,值是它的權重(該項的重要性)。這些優先級選項包括:
-
LeastRequestedPriority:通過計算 CPU 和 Memory 的使用率來決定權重,使用率越低權重越高。換句話說,這個優先級指標傾向於資源使用比例更低的節點
-
BalancedResourceAllocation:節點上 CPU 和 Memory 使用率越接近,權重越高。這個應該和上面的一起使用,不應該單獨使用
-
ImageLocalityPriority:傾向於已經有要使用鏡像的節點,鏡像總大小值越大,權重越高通過算法對所有的優先級項目和權重進行計算,得出最終的結果
自定義調度器
除了 kubernetes 自帶的調度器,你也可以編寫自己的調度器。通過spec:schedulername參數指定調度器的名字,可以爲 pod 選擇某個調度器進行調度。比如下面的 pod 選擇my-scheduler進行調度,而不是默認的default-scheduler:
apiVersion: v1
kind: Pod
metadata:
name: annotation-second-scheduler
labels:
name: multischeduler-example
spec:
schedulername: my-scheduler
containers:
- name: pod-with-second-annotation-container
image: gcr.io/google_containers/pause:2.0