在Linux上，Kubernetes（K8S）的资源调度是通过kube-scheduler组件来完成的。kube-scheduler负责将Pods分配到集群中的合适节点上运行。以下是Kubernetes资源调度的基本流程：
1. 节点发现
- kube-scheduler首先会获取集群中所有可用节点的信息，包括节点的资源使用情况（CPU、内存、磁盘空间等）。
2. Pod调度请求
- 当有新的Pod被创建时，它会向kube-scheduler发送一个调度请求。
3. 调度算法
- kube-scheduler使用一系列调度算法来决定哪个节点最适合运行该Pod。常用的调度算法包括：
- 轮询（Round Robin）：简单地将Pod分配到下一个可用节点。
- 加权轮询（Weighted Round Robin）：根据节点的资源容量和当前负载进行加权分配。
- 最小资源消耗（Least Resource Usage）：选择资源消耗最小的节点。
- 最大资源可用性（Most Resource Available）：选择资源最充足的节点。
- 亲和性和反亲和性（Affinity/Anti-Affinity）：根据标签选择节点，确保Pod部署在特定的节点上或避免某些节点。
- 拓扑感知调度（Topology-Aware Scheduling）：考虑节点的物理位置（如机架、数据中心）来优化Pod的部署。
4. 节点评估
- 对于每个候选节点，kube-scheduler会评估其是否满足Pod的资源需求和其他约束条件（如节点标签、污点和容忍度）。
5. 选择节点
- 根据评估结果，kube-scheduler选择一个最合适的节点来运行Pod。
6. 绑定Pod到节点
- 一旦选择了节点，kube-scheduler会更新etcd数据库中的Pod状态，并将Pod绑定到该节点上。
7. 调度器监控和重试
- kube-scheduler会持续监控集群的状态，并在必要时重新调度Pod。例如，如果某个节点宕机，调度器会将运行在该节点上的Pod重新调度到其他可用节点。
配置和优化
- Kubernetes允许用户通过配置文件自定义调度策略和约束条件。例如，可以通过设置节点选择器（NodeSelector）、节点亲和性（NodeAffinity）、Pod亲和性和反亲和性（PodAffinity/Anti-Affinity）等来影响调度决策。
调度器插件
- Kubernetes还支持插件机制，允许用户扩展调度器的功能。例如，可以编写自定义的调度器插件来实现特定的调度逻辑。
通过上述流程，Kubernetes能够高效地在集群中分配和管理资源，确保Pods能够在合适的节点上运行，从而实现负载均衡和高可用性。
