在CentOS K8S部署中，kube-scheduler是负责容器（Pod）调度的核心组件。它接收Controller Manager创建的新Pod或需补足副本的Pod，根据节点资源、标签、亲和性等策略，将Pod绑定（Binding）到合适的Worker节点，随后节点上的kubelet启动容器。调度流程遵循“预选（Filtering）→ 优选（Scoring）→ 绑定（Binding）”的三阶段逻辑。
容器通过resources.requests（资源请求）和resources.limits（资源限制）声明CPU、内存等需求。调度器会筛选出剩余资源满足请求的节点（如Pod请求1核CPU，节点剩余CPU≥1核），避免资源过载。同时，K8S会根据Pod的QoS级别（Guaranteed/Burstable/BestEffort）优化调度，优先保障关键业务的资源预留。
nodeAffinity（节点亲和性）将相关Pod调度到同一节点或相近节点（如前端与后端容器），减少网络延迟（如requiredDuringSchedulingIgnoredDuringExecution表示必须满足）；podAntiAffinity将Pod分散到不同节点（如同一服务的多个副本），避免单点故障（如topologyKey: kubernetes.io/hostname表示分散到不同主机）。kubectl taint nodes <节点名> key=value:effect（如disktype=ssd:NoSchedule）标记节点的特殊属性（如硬件维护、专用节点），阻止普通Pod调度；tolerations字段声明可容忍的污点（如key: disktype, operator: Equal, value: ssd, effect: NoSchedule），允许调度到带对应污点的节点，实现节点的精细化管理。通过topologySpreadConstraints字段实现Pod的跨拓扑域（如可用区、机架、节点）均匀分布，避免资源热点。例如，设置maxSkew: 1（最大偏差为1）、topologyKey: topology.kubernetes.io/zone（按可用区分布），确保Pod在不同可用区的数量差不超过1。
nodeSelector字段（如disktype: ssd）强制Pod调度到带有指定标签的节点，适用于有特殊硬件需求的容器（如GPU节点）；nodeName字段直接指定Pod调度的节点名称（如nodeName: node-01），适用于测试或固定节点的场景。预选阶段（Filtering）：
调度器首先排除不满足硬性条件的节点，包括：
nodeSelector与节点标签不符）；优选阶段（Scoring）：
对通过预选的节点进行评分（满分10分），评分规则包括：
NodeResourcesBalancedAllocation）：倾向于资源使用率更均衡的节点（如CPU剩余20%、内存剩余30%的节点比CPU剩余5%、内存剩余80%的节点得分高）；LeastRequestedPriority）：优先选择资源剩余多的节点（如剩余CPU最多的节点）；ImageLocalityPriority）：优先选择已缓存Pod镜像的节点（减少镜像下载时间）。绑定阶段（Binding）：
调度器选择得分最高的节点，将Pod的nodeName字段更新为目标节点，并将绑定信息写入etcd。目标节点上的kubelet通过监听API Server，获取Pod清单并启动容器。
resources.requests和resources.limits，避免资源浪费或不足（如CPU请求设置为Pod平均使用率的1.2倍）；CPU Manager功能，根据节点NUMA拓扑结构分配CPU，提升容器性能（如NUMA-aware调度）；podTopologySpread插件实现更灵活的拓扑分布，priority插件支持Pod优先级调度（高优先级Pod优先调度）；--kube-api-qps（API Server请求频率）、--leader-elect（高可用）等参数，提升调度性能。
