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
