Filter 扩展点的执行

在 sched.Algorithm.Schedule() 中运行完了 PreFilter 扩展点插件之后，会接着执行 Filter 扩展点的插件。

	startPredicateEvalTime := time.Now()
	filteredNodes, filteredNodesStatuses, err := g.findNodesThatFitPod(ctx, prof, state, pod)
	if err != nil {
		return result, err
	}
	trace.Step("Computing predicates done")

整个流程都在 findNodesThatFitPod() 中实现。

func (g *genericScheduler) findNodesThatFitPod(ctx context.Context, prof *profile.Profile, state *framework.CycleState, pod *v1.Pod) ([]*v1.Node, framework.NodeToStatusMap, error) {
	filteredNodesStatuses := make(framework.NodeToStatusMap)
	filtered, err := g.findNodesThatPassFilters(ctx, prof, state, pod, filteredNodesStatuses)
	if err != nil {
		return nil, nil, err
	}

	filtered, err = g.findNodesThatPassExtenders(pod, filtered, filteredNodesStatuses)
	if err != nil {
		return nil, nil, err
	}
	return filtered, filteredNodesStatuses, nil
}

可以看出分成了两个步骤：

findNodesThatPassFilters() 执行标准的 Filter 扩展点的插件
findNodesThatPassExtenders() 执行调度器扩展程序的 Filter() 函数，这是一种旧的扩展插件，我们不会对这种方式进行展开分析。

接下来对 findNodesThatPassFilters() 进行分析。

大规模集群场景下的优化

func (g *genericScheduler) findNodesThatPassFilters(ctx context.Context, prof *profile.Profile, state *framework.CycleState, pod *v1.Pod, statuses framework.NodeToStatusMap) ([]*v1.Node, error) {
	allNodes, err := g.nodeInfoSnapshot.NodeInfos().List()
	if err != nil {
		return nil, err
	}

	numNodesToFind := g.numFeasibleNodesToFind(int32(len(allNodes)))

函数开始执行后先使用 numFeasibleNodesToFind() 获取一个数值。当节点非常多的时候，对所有节点全部进行 Filter 扩展点的验证会造成效率非常低下。因此，这里的逻辑是达到一定数量后就立即返回。这个函数实现的就是如何确定此值。

这个值是可以通过 Kubernetes Scheduler 配置文件进行配置的，默认为 0。此值会存储于 genericScheduler.percentageOfNodesToScore。

const (
	minFeasibleNodesToFind = 100
	minFeasibleNodesPercentageToFind = 5
)

func (g *genericScheduler) numFeasibleNodesToFind(numAllNodes int32) (numNodes int32) {
	if numAllNodes < minFeasibleNodesToFind || g.percentageOfNodesToScore >= 100 {
		return numAllNodes
	}

首先，当节点数小于 100 或者用户配置的这个百分比的值超过 100，则对所有的节点执行 Filter 扩展点。因为小于 100 时，没有必要进行优化；如果用户配置的百分比超过 100，表示用户明确表示对所有节点执行 Filter 扩展点。

	adaptivePercentage := g.percentageOfNodesToScore
	if adaptivePercentage <= 0 {
		basePercentageOfNodesToScore := int32(50)
		adaptivePercentage = basePercentageOfNodesToScore - numAllNodes/125
		if adaptivePercentage < minFeasibleNodesPercentageToFind {
			adaptivePercentage = minFeasibleNodesPercentageToFind
		}
	}

	numNodes = numAllNodes * adaptivePercentage / 100
	if numNodes < minFeasibleNodesToFind {
		return minFeasibleNodesToFind
	}

	return numNodes
}

如果节点数超过 100 且用户配置的百分比小于等于 0，则需要计算一个百分比。公式为：

百分比 = 50 - (总节点数)/125

如果计算出的百分比小于 5，则将其设为 5。按照此算法，在总节点数大于等于 6250 的情况下，百分比就固定为 5。

最后使用总节点数乘以这个百分比，然后将结果返回。