文章目录
- 集群调度
- 调度约束
- list-watc机制的概念
- pod的创建流程
- 调度过程
- Scheduler 作用
- 预选策略
- 优选策略
- 指定调度节点
- nodeName
- nodeSelector
- 亲和性
- node亲和
- pod亲和
- pod反亲和
- 污点（Taint）和容忍（Tolerations）
- 污点(Taint)
- 容忍(Tolerations)
- cordon 和 drain
- 总结：
集群调度
调度约束
list-watc机制的概念
- Kubernetes 是通过 List-Watch 的机制进行每个组件的协作，保持数据同步的，每个组件之间的设计实现了解耦。
- 用户是通过 kubectl 根据配置文件，向 APIServer 发送命令，在 Node 节点上面建立 Pod 和 Container。
- APIServer 经过 API 调用，权限控制，调用资源和存储资源的过程，实际上还没有真正开始部署应用。这里需要 Controller Manager、Scheduler 和 kubelet 的协助才能完成整个部署过程。
- 在 Kubernetes 中，所有部署的信息都会写到 etcd 中保存。实际上 etcd 在存储部署信息的时候，会发送 Create 事件给 APIServer，而 APIServer 会通过监听（Watch）etcd 发过来的事件。其他组件也会监听（Watch）APIServer 发出来的事件
pod的创建流程
- 这里有三个 List-Watch，分别是 Controller Manager（运行在 Master），Scheduler（运行在 Master），kubelet（运行在 Node）。 他们在进程已启动就会监听（Watch）APIServer 发出来的事件。
- 用户通过 kubectl 或其他 API 客户端提交请求给 APIServer 来建立一个 Pod 对象副本。
- APIServer 尝试着将 Pod 对象的相关元信息存入 etcd 中，待写入操作执行完成，APIServer 即会返回确认信息至客户端。
- 当 etcd 接受创建 Pod 信息以后，会发送一个 Create 事件给 APIServer。
- 由于 Controller Manager 一直在监听（Watch，通过https的6443端口）APIServer 中的事件。此时 APIServer 接受到了 Create 事件，又会发送给 Controller Manager。
- Controller Manager 在接到 Create 事件以后，调用其中的 Replication Controller 来保证 Node 上面需要创建的副本数量。一旦副本数量少于 RC 中定义的数量，RC 会自动创建副本。总之它是保证副本数量的 Controller（PS：扩容缩容的担当）。
- 在 Controller Manager 创建 Pod 副本以后，APIServer 会在 etcd 中记录这个 Pod 的详细信息。例如 Pod 的副本数，Container 的内容是什么。
- 同样的 etcd 会将创建 Pod 的信息通过事件发送给 APIServer。
- 由于 Scheduler 在监听（Watch）APIServer，并且它在系统中起到了“承上启下”的作用，“承上”是指它负责接收创建的 Pod 事件，为其安排 Node；“启下”是指安置工作完成后，Node 上的 kubelet 进程会接管后继工作，负责 Pod 生命周期中的“下半生”。 换句话说，Scheduler 的作用是将待调度的 Pod 按照调度算法和策略绑定到集群中 Node 上。
- Scheduler 调度完毕以后会更新 Pod 的信息，此时的信息更加丰富了。除了知道 Pod 的副本数量，副本内容。还知道部署到哪个 Node 上面了。并将上面的 Pod 信息更新至 API Server，由 APIServer 更新至 etcd 中，保存起来。
- etcd 将更新成功的事件发送给 APIServer，APIServer 也开始反映此 Pod 对象的调度结果。
- kubelet 是在 Node 上面运行的进程，它也通过 List-Watch 的方式监听（Watch，通过https的6443端口）APIServer 发送的 Pod 更新的事件。kubelet 会尝试在当前节点上调用 Docker 启动容器，并将 Pod 以及容器的结果状态回送至 APIServer。
- APIServer 将 Pod 状态信息存入 etcd 中。在 etcd 确认写入操作成功完成后，APIServer将确认信息发送至相关的 kubelet，事件将通过它被接受。
注意：
- 在创建 Pod 的工作就已经完成了后，为什么 kubelet 还要一直监听呢？
- 原因很简单，假设这个时候 kubectl 发命令，要扩充 Pod 副本数量，那么上面的流程又会触发一遍，kubelet 会根据最新的 Pod 的部署情况调整 Node 的资源。又或者 Pod 副本数量没有发生变化，但是其中的镜像文件升级了，kubelet 也会自动获取最新的镜像文件并且加载
调度过程
Scheduler 作用
- 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。其主要考虑的问题如下：
- 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
- Sheduler 是作为单独的程序运行的，启动之后会一直监听 APIServer，获取 spec.nodeName 为空的 pod，对每个 pod 都会创建一个 binding，表明该 pod 应该放到哪个节点上。
- 调度分为几个部分：
- 首先是过滤掉不满足条件的节点，这个过程称为预算策略（predicate）；
- 然后对通过的节点按照优先级排序，这个是优选策略（priorities）；
- 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。
预选策略
- Predicate 有一系列的常见的算法可以使用：
- 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
优选策略
- 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）。有一系列的常见的优先级选项包括：
- 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。也就是说，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。这个一般和上面的一起使用，不单独使用。比如 node01 的 CPU 和 Memory 使用率 20:60，node02 的 CPU 和 Memory 使用率 50:50，虽然 node01 的总使用率比 node02 低，但 node02 的 CPU 和 Memory 使用率更接近，从而调度时会优选 node02。
- 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
指定调度节点
nodeName
kubectl run demo1 --image=nginx:1.14 --port=80 --dry-run=client -o yaml > demo1.yaml
apiVersion: v1
kind: Pod
metadata:labels:run: demo1name: demo1
spec:nodeName: node01containers:- image: nginx:1.14name: demo1ports:- containerPort: 80
nodeSelector
###给资源添加标签
kubectl label node node01 abc=1
###查看node节点的标签
kubectl get node --show-labels
##更改标签
kubectl label pod pod-demo abc=123 --overwrite
###删除标签
kubectl label pod pod-demo name-
##删除所有键为name的标签
###查看包含某一标签的资源
kubectl get pods -l run
kubectl create deployment deploy-demo --image=nginx --port=80 --replicas=6 --dry-run=client -o yaml > depoly-demo.yaml
apiVersion: apps/v1
kind: Deployment
metadata:labels:app: deploy-demoname: deploy-demo
spec:replicas: 6selector:matchLabels:app: deploy-demotemplate:metadata:labels:app: deploy-demospec:nodeSelector:name: lisicontainers:- image: nginxname: nginxports:- containerPort: 80
亲和性
- 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
node亲和
pod.spec.affinity.nodeAffinity
preferredDuringSchedulingIgnoredDuringExecution：软策略
requiredDuringSchedulingIgnoredDuringExecution：硬策略
apiVersion: v1
kind: Pod
metadata:labels:run: pod-demoname: pod-demo
spec:containers:- image: nginxname: pod-demo1ports:- containerPort: 80affinity:nodeAffinity:requiredDuringSchedulingIgnoredDuringExecution:nodeSelectorTerms:- matchExpressions:- key: nameoperator: Invalues:- a- b
apiVersion: v1
kind: Pod
metadata:labels:run: pod-demoname: pod-demo4
spec:containers:- image: nginxname: pod-demo4ports:- containerPort: 80affinity:nodeAffinity: ##node亲和preferredDuringSchedulingIgnoredDuringExecution: ##软策略- weight: 100 ##权重preference:matchExpressions:- key: name operator: NotInvalues:- a- b
pod亲和
pod.spec.affinity.podAffinity
requiredDuringSchedulingIgnoredDuringExecution 硬策略
preferredDuringSchedulingIgnoredDuringExecution：软策略
apiVersion: apps/v1
kind: Deployment
metadata:labels:app: deploy-demo5name: deploy-demo5
spec:replicas: 6selector:matchLabels:app: deploy-demo5template:metadata:labels:app: deploy-demo5spec:containers:- image: nginxname: myappports:- containerPort: 80affinity:podAffinity:requiredDuringSchedulingIgnoredDuringExecution: ##硬策略- namespaces:- default ##选择命名空间topologyKey: name ##拓扑域labelSelector: matchExpressions:- key: run ##pod节点的标签键operator: In ##键值运算关系values:- demo2 ##键的值
pod反亲和
pod.spec.affinity.podAntiAffinity
requiredDuringSchedulingIgnoredDuringExecution 硬策略
preferredDuringSchedulingIgnoredDuringExecution：软策略
apiVersion: apps/v1
kind: Deployment
metadata:labels:app: deploy-demo5name: deploy-demo5
spec:replicas: 6selector:matchLabels:app: deploy-demo5template:metadata:labels:app: deploy-demo5spec:containers:- image: nginxname: myappports:- containerPort: 80affinity:podAntiAffinity: ##反亲和preferredDuringSchedulingIgnoredDuringExecution: ##软策略- weight: 100 ##权重podAffinityTerm:namespaces:- default topologyKey: class ##拓扑域 labelSelector: ##标签选择器 matchExpressions:- key: run ##亲和的pod的标签的键 operator: In ##键值运算关系 values:- demo2 ##值
污点（Taint）和容忍（Tolerations）
污点(Taint)
- 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（但不一定）被调度到具有匹配 taint 的节点上。
- 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。
污点的组成格式如下：
key=value:effect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
- 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
###查看污点
kubectl describe node master01 | grep -i taint
###设置污点
kubectl taint node node01 abc=123:NoSchedule
#去除污点
kubectl taint node node01 abc:NoSchedule-
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(Tolerations)，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
apiVersion: v1
kind: Pod
metadata:name: myapp01labels:app: myapp01
spec:containers:- name: with-node-affinity image: nginxtolerations:- key: "check" ##taint污点的键operator: "Equal" ##value: "mycheck" ##值effect: "NoExecute" ##taint effect的设置tolerationSeconds: 3600 ##容忍时间
- 其它注意事项
- 当不指定 key 值时，表示容忍所有的污点 key
tolerations:
- operator: "Exists"
2. 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，可以如下设置
kubectl taint node Master-Name node-role.kubernetes.io/master=:PreferNoSchedule
cordon 和 drain
@@将 Node 标记为不可调度的状态，这样就不会让新创建的 Pod 在此 Node 上运行
kubectl cordon node01
#该node将会变为SchedulingDisabled状态
###kubectl drain 可以让 Node 节点开始释放所有 pod，并且不接收新的 pod 进程。
##drain 本意排水，意思是将出问题的 Node 下的 Pod 转移到其它 Node 下运行kubectl drain node02 --ignore-daemonsets --delete-emptydir-data --force--ignore-daemonsets：无视 DaemonSet 管理下的 Pod。
--delete-emptydir-data：如果有 mount local volume 的 pod，会强制杀掉该 pod。
--force：强制释放不是控制器管理的 Pod
###kubectl uncordon 将 Node 标记为可调度的状态
kubectl uncordon node01
总结：
-
k8s通过List-Watch机制事先每个组件的协作
-
controller-manager、scheduler、kubelet通过List-watch机制监听apiserver发出的事件，apiserver通过List-Watch机制监听etcd发出的事件
-
scheduler的调度策略：
- 预选策略：通过调度算法过滤不满足条件的node节点，如果没有满足条件的node节点，pod会处于Pending状态，直到有符合条件的node节点出现
- 优选策略：根据优先级选型为满足预选策略条件的node节点进行优先级权重排序，最终选择优先级最高的node节点来调度pod
-
pod调度到指定的Node节点：
- 使用nodeName字段，指定node节点名称
- 使用nodeSelector字段，指定node节点标签
- 使用亲和性
- 使用 污点+容忍
-
标签的管理操作：
kubectl label <资源类型> <资源名称> 标签key=标签value
kubectl label <资源类型> <资源名称> 标签key=标签value --overwrite
kubectl label <资源类型> <资源名称> 标签key-kubectl get <资源类型> <资源名称> --show-labels
kubectl get <资源类型> -l 标签key[=标签value]
- 亲和性
- 节点亲和：匹配指定的node节点标签，将pod调度到满足条件的node节点上
- pod亲和：匹配指定的pod标签，将要部署的pod调度到与指定的pod所在的node节点处于同一个拓扑域的node节点上
- pod反亲和：匹配指定的pod标签，将要部署的pod调度到与指定的pod所在的node节点处于不同的拓扑域的node节点上
- 亲和性的策略
- 硬策略：要强制性的满足指定条件，如果没有满足条件的node节点，pod会处于pending状态，直到有符合条件的node节点出现
- 软策略：非强制性的，会优先选择满足条件的node节点调度，即使没有满足条件的node节点，pod依然会完成调度
- 如何判读拓扑域：
- 看拓扑域（topologyKey），如果有其他node节点拥有与指定pod所在的node节点相同的拓扑与key的标签和值，那么他们就在同一个拓扑域
- 污点 taint
kubectl taint node <node名称> key=value:effectNoSchedule(一定不会被调度) PreferNoSchedule(尽量不被调度) NoExecute(不会被调度，并驱逐节点上的Pod)kubectl taint node <node名称> key[=value:effect]-kubectl describe nodes <node名称> | grep Taints
- 容忍 tolerations
spec:tolerations:- key: 污点键名operator: Equal|Existsvalue: 污点键值effect: NoSchedule|PreferNoSchedule|NoExecute
- 不可调度
kubectl cordon <node名称>kubectl uncordon <node名称>
- 不可调度 + 驱逐
kubectl drain <node名称> --ignore-daemonsets --delete-emptydir-data --force
