Ubuntu Kubernetes资源调度策略有哪些

Ubuntu 上 Kubernetes 资源调度策略全览

在 Ubuntu 上运行的 Kubernetes 调度策略与操作系统无关，核心由 kube-scheduler 完成。调度器先通过一组**预选策略（Predicates）过滤节点，再用优选策略（Priorities）**打分排序，最终将 Pod 绑定到合适节点。常见预选包括基于资源请求的匹配，优选包括 LeastRequestedPriority、BalancedResourceAllocation、ImageLocalityPriority 等，用于在满足资源的前提下优化节点负载与镜像本地性。

常用调度策略与适用场景

上述策略中，nodeSelector、nodeAffinity、podAffinity/podAntiAffinity、Taints/Tolerations 是最常用的精细化调度手段；亲和性规则支持“必须满足”（硬约束）与“尽量满足”（软约束，可配置权重）；污点的 NoSchedule、PreferNoSchedule、NoExecute 效果分别用于排斥调度、尽量不调度、以及不兼容时驱逐存量 Pod。

资源请求与服务质量 QoS

• 为容器设置 requests 与 limits 不仅影响调度（调度器依据 requests 匹配节点资源），也决定 QoS 等级：当节点资源紧张时，低 QoS 的 Pod 更易被终止以释放资源。通常建议为关键负载设置合理的 requests/limits，避免资源争用导致的不稳定。

配额与边界管理

• 在 Namespace 级别可用 ResourceQuota 限制该命名空间下所有 Pod 的 requests/limits 总量，防止超用；用 LimitRange 为容器设置默认/最大/最小资源边界，统一规范。例如：限定某命名空间的 requests.cpu=1000m、requests.memory=1000Mi、limits.cpu=2000m、limits.memory=2000Mi。

快速上手示例

• 节点选择器 nodeSelector

  apiVersion: apps/v1
  kind: Deployment
  metadata:
    name: my-app
  spec:
    replicas: 1
    selector: { matchLabels: { app: my-app } }
    template:
      metadata: { labels: { app: my-app } }
      spec:
        containers:
        - name: app
          image: nginx:1.25
        nodeSelector:
          hardware-type: gpu
  

• 节点亲和 nodeAffinity（硬约束）

  affinity:
    nodeAffinity:
      requiredDuringSchedulingIgnoredDuringExecution:
        nodeSelectorTerms:
        - matchExpressions:
          - key: hardware-type
            operator: In
            values: ["gpu"]
  

• 污点与容忍度 Taints/Tolerations

  # 给节点打污点
  kubectl taint nodes node1 dedicated=gpu:NoSchedule
  
  # Pod 容忍该污点
  tolerations:
  - key: dedicated
    operator: Equal
    value: gpu
    effect: NoSchedule
  

上述示例展示了通过 nodeSelector 定向到 GPU 节点，用 nodeAffinity 的硬约束保证调度到带指定标签的节点，以及用 Taints/Tolerations 将 GPU 节点专用于特定负载。