在CentOS上优化Kubernetes（k8s）资源调度可以通过多种策略来实现，主要包括以下几个方面：
nodeName或nodeSelector来强制将Pod调度到特定的节点。这种方式简单直接，但不够灵活。nodeAffinity、podAffinity和podAntiAffinity来实现更复杂的调度规则。例如，可以将Pod调度到带有特定标签的节点，或者避免调度到资源竞争激烈的节点。利用Kubernetes的CPU Manager功能，根据节点的NUMA拓扑结构进行CPU分配，以减少CPU争用和提高性能。
requests和limits，以提高资源利用率。使用调度器插件来扩展调度器的功能，如podTopologySpread插件可以自动将Pod分布到不同的节点上，以实现负载均衡。
根据应用场景调整网络参数，如在高并发场景下调整TCP和UDP缓冲区大小，以优化网络性能。
使用监控工具（如Prometheus）来监控集群的负载和性能，根据监控数据进行调度策略的调整。
对于需要GPU资源的Pod，可以使用NVIDIA的nvidia-docker和k8s-device-plugin来确保GPU资源被正确调度和使用。
通过上述方法，可以有效地优化CentOS上Kubernetes的资源调度，提高集群的性能和稳定性。在实施这些优化策略时，建议根据实际应用场景和集群规模进行调整，并持续监控调度效果，以确保优化措施能够达到预期目标。
