Kubernetes在CentOS上的资源调度策略如何

Kubernetes 在 CentOS 上的资源调度策略概览

在 CentOS 上，Kubernetes 的调度行为与操作系统无关，核心由 kube-scheduler 完成：监听未绑定 NodeName 的 Pod，经过预选（过滤）—优选（打分）—绑定三个阶段选出最优节点；常见扩展包括节点亲和性/反亲和性、污点与容忍、拓扑分布约束、优先级与抢占、多调度器等，用于满足业务对性能、容错与资源效率的诉求。

核心调度策略与机制

资源请求与限制驱动调度与运行时隔离
• 调度器以容器的 requests 为基准进行装箱，节点上所有 Pod 的 requests 总和不得超过节点可分配容量；运行时 limits 限制上限，CPU 为可压缩资源（超限限速），内存为不可压缩资源（超限会被 OOMKilled）。
• 服务质量（QoS）分类影响驱逐顺序：Guaranteed（requests=limits）> Burstable（requests<limits）> BestEffort（未设）。
• 建议为所有业务容器显式设置 requests/limits，避免资源争用与不稳定。
亲和性与反亲和性
• 节点亲和性：将 Pod 调度到带特定标签的节点（如 SSD、GPU 等）。
• Pod 反亲和性：避免相同应用的多个副本落在同一节点/机架，提高容灾。
污点与容忍
• 通过给节点打污点（如 NoSchedule）隔离用途（如 master 节点默认带污点），只有声明容忍的 Pod 才能调度其上。
拓扑分布约束
• 使用 topologySpreadConstraints 按 zone/机架/hostname 均匀分布副本，控制最大偏差（maxSkew），提升可用性与资源利用均衡。
优先级与抢占、多调度器
• 为关键业务设置优先级，资源紧张时支持抢占低优先级 Pod；可按工作负载部署多个调度器并行使用。

CentOS 场景下的落地配置要点

为节点打标签并约束调度
• 标记节点属性：kubectl label nodes disktype=ssd zone=foo
• 示例：节点亲和性仅调度到 SSD 节点；Pod 反亲和性避免同节点运行相同应用副本；为专用节点（如 GPU）设置污点并让业务 Pod 声明容忍。
设置 requests/limits 与 QoS
• 示例：requests 保障调度所需，limits 保护节点稳定；核心服务尽量使用 Guaranteed 降低被驱逐风险。
命名空间级配额与默认限额
• 使用 ResourceQuota 限制命名空间总资源；用 LimitRange 设置默认 requests/limits，避免“无限制”与配置遗漏。
控制平面与系统资源预留
• 保持 master 污点 不被业务抢占，必要时为系统组件预留资源：kubelet --system-reserved=cpu=500m,memory=1Gi --kube-reserved=cpu=200m,memory=512Mi。
常见排障
• Pod 长期 Pending：kubectl describe pod 查看事件；检查节点资源、亲和/污点/配额是否阻断调度。
• 容器 OOMKilled：适当提高内存 limits 或优化应用内存占用。

调度优化与弹性扩缩

调度优化
• 统一 requests 规格减少节点碎片；结合 亲和/反亲和、拓扑分布 提升容错与数据局部性；必要时启用 优先级/抢占 保障关键负载。
弹性伸缩
• HPA（基于 CPU/内存或自定义指标）自动扩缩 Pod 数量；
• VPA 自动建议/更新 requests/limits，减少人工调参成本；
• Cluster Autoscaler 根据节点资源压力自动增减节点，配合调度策略实现“调度+容量”联动。

示例配置片段

节点亲和性与 Pod 反亲和性（关键业务均匀分布）

affinity:
  nodeAffinity:
    requiredDuringSchedulingIgnoredDuringExecution:
      nodeSelectorTerms:
      - matchExpressions:
        - key: disktype
          operator: In
          values: ["ssd"]
  podAntiAffinity:
    requiredDuringSchedulingIgnoredDuringExecution:
    - labelSelector:
        matchExpressions:
        - key: app
          operator: In
          values: ["web"]
      topologyKey: kubernetes.io/hostname

污点与容忍（专用 GPU 节点）

# 节点打污点
kubectl taint nodes node-gpu1 accelerator=nvidia:NoSchedule

# Pod 容忍
tolerations:
- key: "accelerator"
  operator: "Equal"
  value: "nvidia"
  effect: "NoSchedule"

资源请求与限制（QoS：Burstable）

resources:
  requests:
    memory: "256Mi"
    cpu: "500m"
  limits:
    memory: "512Mi"
    cpu: "1"

拓扑分布约束（跨节点均衡）

topologySpreadConstraints:
- maxSkew: 1
  topologyKey: kubernetes.io/hostname
  whenUnsatisfiable: DoNotSchedule
  labelSelector:
    matchLabels:
      app: web

命名空间配额与默认限额

# ResourceQuota
apiVersion: v1
kind: ResourceQuota
metadata:
  name: compute-quota
  namespace: prod
spec:
  hard:
    requests.cpu: "10"
    requests.memory: "20Gi"
    limits.cpu: "20"
    limits.memory: "40Gi"

# LimitRange
apiVersion: v1
kind: LimitRange
metadata:
  name: default-limit
  namespace: prod
spec:
  limits:
  - default:
      memory: "512Mi"
      cpu: "500m"
    defaultRequest:
      memory: "256Mi"
      cpu: "250m"
    type: Container

上述策略与示例可直接用于 CentOS 节点，关键在于：为节点与业务合理打标签、为容器设置合适的 requests/limits、用 亲和/反亲和与拓扑分布 控制布局、以 配额与默认限额 做治理，并配合 HPA/CA 实现弹性。

最新问答

相关标签