centos上k8s资源调度策略有哪些

1. 基于资源请求与限制的调度
这是Kubernetes最基础的调度策略，通过为Pod设置resources.requests（启动所需最小资源）和resources.limits（最大可使用资源），调度器会根据节点资源剩余量（如CPU、内存）选择符合条件的节点。例如，若节点剩余内存为2Gi，而Pod请求1Gi，则该节点可能被选中。这种方式能避免资源过度分配，保障Pod稳定运行。

2. 亲和性与反亲和性调度

• 节点亲和性（Node Affinity）：通过节点标签将Pod调度到特定节点（如“带SSD存储”“高性能CPU”），分为“硬性要求”（requiredDuringSchedulingIgnoredDuringExecution，必须满足）和“软性偏好”（preferredDuringSchedulingIgnoredDuringExecution，尽量满足）。例如，要求数据库Pod调度到带“ssd=true”标签的节点。
• Pod亲和性/反亲和性（Pod Affinity/Anti-Affinity）：Pod亲和性将相关Pod调度到同一节点（如“前端与后端服务在同一节点，减少网络延迟”）；Pod反亲和性将Pod分散到不同节点（如“订单服务副本分布在3个不同节点，避免单点故障”）。

3. 污点（Taints）与容忍度（Tolerations）调度

• 污点：通过kubectl taint命令给节点打上“污点”（如node-role.kubernetes.io/master:NoSchedule），标记节点的特殊属性（如主节点不调度普通Pod、节点维护中）。普通Pod默认无法调度到有污点的节点。
• 容忍度：Pod通过tolerations字段声明可容忍的污点，允许被调度到有对应污点的节点。例如，运维Pod可容忍主节点的污点，从而部署在主节点上。

4. 调度器插件扩展
Kubernetes默认调度器支持通过插件扩展功能，常见插件包括：

• podTopologySpread：将Pod均匀分布到不同节点、可用区或拓扑域（如NUMA节点），实现负载均衡和高可用。例如，将3个副本分散到3个不同可用区，避免单可用区故障影响所有副本。
• GPU调度插件（如k8s-device-plugin）：针对需要GPU资源的Pod（如AI训练任务），自动识别节点上的GPU设备并进行分配，确保GPU资源合理利用。

5. 服务质量（QoS）分级
根据Pod的资源请求与限制设置QoS级别，分为三类：

• Guaranteed：requests等于limits（如cpu: "1", memory: "2Gi"），优先级最高，保障关键应用（如数据库）的资源需求。
• Burstable：requests小于limits（如cpu: "0.5", memory: "1Gi"），适用于一般应用（如Web服务），资源需求波动较大。
• BestEffort：未设置requests和limits，优先级最低，适用于批处理任务（如日志收集），在资源紧张时最先被驱逐。

6. 优先级与抢占（Priority and Preemption）

• 优先级：为Pod设置priorityClassName（如high-priority），数值越高优先级越高。调度时优先选择高优先级Pod。
• 抢占：当资源不足时，高优先级Pod可以抢占低优先级Pod的资源（驱逐低优先级Pod），确保自身运行。例如，生产环境的核心服务Pod可抢占测试环境的Pod资源。

7. 节点规划与资源配额

• 节点规划：根据应用需求划分节点类型（如计算节点、存储节点、控制平面节点）。计算节点选择高CPU/内存配置，存储节点选择SSD/HDD存储，控制平面节点确保高可用（多节点部署）。
• 资源配额（ResourceQuotas）：通过命名空间限制资源使用（如cpu: "4", memory: "8Gi", pods: "10"），防止某个命名空间占用过多集群资源，保障集群整体稳定性。

8. Horizontal Pod Autoscaler（HPA）
根据CPU利用率、内存使用量或自定义指标（如QPS）自动调整Pod副本数。例如，当Pod的CPU利用率超过70%时，HPA自动增加副本数（如从3个扩到5个）；当利用率低于30%时，减少副本数（如从5个缩到3个），实现资源的动态调度。