|
| 1 | +# 50. Kubernetes 调度器介绍 |
| 2 | +`kube-scheduler`是 kubernetes 系统的核心组件之一，主要负责整个集群资源的调度功能，根据特定的调度算法和策略，将 Pod 调度到最优的工作节点上面去，从而更加合理、更加充分的利用集群的资源，这也是我们选择使用 kubernetes 一个非常重要的理由。如果一门新的技术不能帮助企业节约成本、提供效率，我相信是很难推进的。 |
| 3 | + |
| 4 | +## 调度流程 |
| 5 | +默认情况下，kube-scheduler 提供的默认调度器能够满足我们绝大多数的要求，我们前面和大家接触的示例也基本上用的默认的策略，都可以保证我们的 Pod 可以被分配到资源充足的节点上运行。但是在实际的线上项目中，可能我们自己会比 kubernetes 更加了解我们自己的应用，比如我们希望一个 Pod 只能运行在特定的几个节点上，或者这几个节点只能用来运行特定类型的应用，这就需要我们的调度器能够可控。 |
| 6 | + |
| 7 | +`kube-scheduler` 是 kubernetes 的调度器，它的主要作用就是根据特定的调度算法和调度策略将 Pod 调度到合适的 Node 节点上去，是一个独立的二进制程序，启动之后会一直监听 API Server，获取到 PodSpec.NodeName 为空的 Pod，对每个 Pod 都会创建一个 binding。 |
| 8 | + |
| 9 | + |
| 10 | + |
| 11 | +这个过程在我们看来好像比较简单，但在实际的生产环境中，需要考虑的问题就有很多了： |
| 12 | + |
| 13 | +* 如何保证全部的节点调度的公平性？要知道并不是说有节点资源配置都是一样的 |
| 14 | +* 如何保证每个节点都能被分配资源？ |
| 15 | +* 集群资源如何能够被高效利用？ |
| 16 | +* 集群资源如何才能被最大化使用？ |
| 17 | +* 如何保证 Pod 调度的性能和效率？ |
| 18 | +* 用户是否可以根据自己的实际需求定制自己的调度策略？ |
| 19 | + |
| 20 | +考虑到实际环境中的各种复杂情况，kubernetes 的调度器采用插件化的形式实现，可以方便用户进行定制或者二次开发，我们可以自定义一个调度器并以插件形式和 kubernetes 进行集成。 |
| 21 | + |
| 22 | +kubernetes 调度器的源码位于 kubernetes/pkg/scheduler 中，大体的代码目录结构如下所示：(不同的版本目录结构可能不太一样) |
| 23 | +```shell |
| 24 | +kubernetes/pkg/scheduler |
| 25 | +-- scheduler.go //调度相关的具体实现 |
| 26 | +|-- algorithm |
| 27 | +| |-- predicates //节点筛选策略 |
| 28 | +| |-- priorities //节点打分策略 |
| 29 | +|-- algorithmprovider |
| 30 | +| |-- defaults //定义默认的调度器 |
| 31 | +``` |
| 32 | + |
| 33 | +其中 Scheduler 创建和运行的核心程序，对应的代码在 pkg/scheduler/scheduler.go，如果要查看`kube-scheduler`的入口程序，对应的代码在 cmd/kube-scheduler/scheduler.go。 |
| 34 | + |
| 35 | +调度主要分为以下几个部分： |
| 36 | + |
| 37 | +* 首先是**预选过程**，过滤掉不满足条件的节点，这个过程称为`Predicates` |
| 38 | +* 然后是**优选过程**，对通过的节点按照优先级排序，称之为`Priorities` |
| 39 | +* 最后从中选择优先级最高的节点，如果中间任何一步骤有错误，就直接返回错误 |
| 40 | + |
| 41 | +`Predicates`阶段首先遍历全部节点，过滤掉不满足条件的节点，属于强制性规则，这一阶段输出的所有满足要求的 Node 将被记录并作为第二阶段的输入，如果所有的节点都不满足条件，那么 Pod 将会一直处于 Pending 状态，直到有节点满足条件，在这期间调度器会不断的重试。 |
| 42 | + |
| 43 | +> 所以我们在部署应用的时候，如果发现有 Pod 一直处于 Pending 状态，那么就是没有满足调度条件的节点，这个时候可以去检查下节点资源是否可用。 |
| 44 | +
|
| 45 | +`Priorities`阶段即再次对节点进行筛选，如果有多个节点都满足条件的话，那么系统会按照节点的优先级(priorites)大小对节点进行排序，最后选择优先级最高的节点来部署 Pod 应用。 |
| 46 | + |
| 47 | +下面是调度过程的简单示意图： |
| 48 | + |
| 49 | + |
| 50 | + |
| 51 | +更详细的流程是这样的： |
| 52 | + |
| 53 | +* 首先，客户端通过 API Server 的 REST API 或者 kubectl 工具创建 Pod 资源 |
| 54 | +* API Server 收到用户请求后，存储相关数据到 etcd 数据库中 |
| 55 | +* 调度器监听 API Server 查看为调度(bind)的 Pod 列表，循环遍历地为每个 Pod 尝试分配节点，这个分配过程就是我们上面提到的两个阶段： |
| 56 | + * 预选阶段(Predicates)，过滤节点，调度器用一组规则过滤掉不符合要求的 Node 节点，比如 Pod 设置了资源的 request，那么可用资源比 Pod 需要的资源少的主机显然就会被过滤掉 |
| 57 | + * 优选阶段(Priorities)，为节点的优先级打分，将上一阶段过滤出来的 Node 列表进行打分，调度器会考虑一些整体的优化策略，比如把 Deployment 控制的多个 Pod 副本分布到不同的主机上，使用最低负载的主机等等策略 |
| 58 | +* 经过上面的阶段过滤后选择打分最高的 Node 节点和 Pod 进行 binding 操作，然后将结果存储到 etcd 中 |
| 59 | +* 最后被选择出来的 Node 节点对应的 kubelet 去执行创建 Pod 的相关操作 |
| 60 | + |
| 61 | + |
| 62 | +其中`Predicates`过滤有一系列的算法可以使用，我们这里简单列举几个： |
| 63 | + |
| 64 | +* PodFitsResources：节点上剩余的资源是否大于 Pod 请求的资源 |
| 65 | +* PodFitsHost：如果 Pod 指定了 NodeName，检查节点名称是否和 NodeName 匹配 |
| 66 | +* PodFitsHostPorts：节点上已经使用的 port 是否和 Pod 申请的 port 冲突 |
| 67 | +* PodSelectorMatches：过滤掉和 Pod 指定的 label 不匹配的节点 |
| 68 | +* NoDiskConflict：已经 mount 的 volume 和 Pod 指定的 volume 不冲突，除非它们都是只读的 |
| 69 | +* CheckNodeDiskPressure：检查节点磁盘空间是否符合要求 |
| 70 | +* CheckNodeMemoryPressure：检查节点内存是否够用 |
| 71 | + |
| 72 | +除了这些过滤算法之外，还有一些其他的算法，更多更详细的我们可以查看源码文件：k8s.io/kubernetes/pkg/scheduler/algorithm/predicates/predicates.go。 |
| 73 | + |
| 74 | +而`Priorities`优先级是由一系列键值对组成的，键是该优先级的名称，值是它的权重值，同样，我们这里给大家列举几个具有代表性的选项： |
| 75 | + |
| 76 | +* LeastRequestedPriority：通过计算 CPU 和内存的使用率来决定权重，使用率越低权重越高，当然正常肯定也是资源是使用率越低权重越高，能给别的 Pod 运行的可能性就越大 |
| 77 | +* SelectorSpreadPriority：为了更好的高可用，对同属于一个 Deployment 或者 RC 下面的多个 Pod 副本，尽量调度到多个不同的节点上，当一个 Pod 被调度的时候，会先去查找该 Pod 对应的 controller，然后查看该 controller 下面的已存在的 Pod，运行 Pod 越少的节点权重越高 |
| 78 | +* ImageLocalityPriority：就是如果在某个节点上已经有要使用的镜像节点了，镜像总大小值越大，权重就越高 |
| 79 | +* NodeAffinityPriority：这个就是根据节点的亲和性来计算一个权重值，后面我们会详细讲解亲和性的使用方法 |
| 80 | + |
| 81 | +除了这些策略之外，还有很多其他的策略，同样我们可以查看源码文件：k8s.io/kubernetes/pkg/scheduler/algorithm/priorities/ 了解更多信息。每一个优先级函数会返回一个0-10的分数，分数越高表示节点越优，同时每一个函数也会对应一个表示权重的值。最终主机的得分用以下公式计算得出： |
| 82 | +```shell |
| 83 | +finalScoreNode = (weight1 * priorityFunc1) + (weight2 * priorityFunc2) + … + (weightn * priorityFuncn) |
| 84 | +``` |
| 85 | + |
| 86 | + |
| 87 | +## 自定义调度 |
| 88 | +上面就是 kube-scheduler 默认调度的基本流程，除了使用默认的调度器之外，我们也可以自定义调度策略。 |
| 89 | + |
| 90 | +### 调度器扩展 |
| 91 | +`kube-scheduler`在启动的时候可以通过 `--policy-config-file`参数来指定调度策略文件，我们可以根据我们自己的需要来组装`Predicates`和`Priority`函数。选择不同的过滤函数和优先级函数、控制优先级函数的权重、调整过滤函数的顺序都会影响调度过程。 |
| 92 | + |
| 93 | +下面是官方的 Policy 文件示例： |
| 94 | +```json |
| 95 | +{ |
| 96 | + "kind" : "Policy", |
| 97 | + "apiVersion" : "v1", |
| 98 | + "predicates" : [ |
| 99 | + {"name" : "PodFitsHostPorts"}, |
| 100 | + {"name" : "PodFitsResources"}, |
| 101 | + {"name" : "NoDiskConflict"}, |
| 102 | + {"name" : "NoVolumeZoneConflict"}, |
| 103 | + {"name" : "MatchNodeSelector"}, |
| 104 | + {"name" : "HostName"} |
| 105 | + ], |
| 106 | + "priorities" : [ |
| 107 | + {"name" : "LeastRequestedPriority", "weight" : 1}, |
| 108 | + {"name" : "BalancedResourceAllocation", "weight" : 1}, |
| 109 | + {"name" : "ServiceSpreadingPriority", "weight" : 1}, |
| 110 | + {"name" : "EqualPriority", "weight" : 1} |
| 111 | + ] |
| 112 | +} |
| 113 | +``` |
| 114 | + |
| 115 | +### 多调度器 |
| 116 | +如果默认的调度器不满足要求，还可以部署自定义的调度器。并且，在整个集群中还可以同时运行多个调度器实例，通过 podSpec.schedulerName 来选择使用哪一个调度器（默认使用内置的调度器）。 |
| 117 | +```yaml |
| 118 | +apiVersion: v1 |
| 119 | +kind: Pod |
| 120 | +metadata: |
| 121 | + name: nginx |
| 122 | + labels: |
| 123 | + app: nginx |
| 124 | +spec: |
| 125 | + schedulerName: my-scheduler # 选择使用自定义调度器 my-scheduler |
| 126 | + containers: |
| 127 | + - name: nginx |
| 128 | + image: nginx:1.10 |
| 129 | +``` |
| 130 | +
|
| 131 | +要开发我们自己的调度器也是比较容易的，比如我们这里的 my-scheduler: |
| 132 | +
|
| 133 | +* 首先需要通过指定的 API 获取节点和 Pod |
| 134 | +* 然后选择`phase=Pending`和`schedulerName=my-scheduler`的pod |
| 135 | +* 计算每个 Pod 需要放置的位置之后，调度程序将创建一个`Binding`对象 |
| 136 | +* 然后根据我们自定义的调度器的算法计算出最适合的目标节点 |
| 137 | + |
| 138 | +### 优先级调度 |
| 139 | +与前面所讲的调度优选策略中的优先级（Priorities）不同，前面所讲的优先级指的是节点优先级，而我们这里所说的优先级 pod priority 指的是 Pod 的优先级，高优先级的 Pod 会优先被调度，或者在资源不足低情况牺牲低优先级的 Pod，以便于重要的 Pod 能够得到资源部署。 |
| 140 | + |
| 141 | +要定义 Pod 优先级，就需要先定义`PriorityClass`对象，该对象没有 Namespace 的限制： |
| 142 | +```yaml |
| 143 | +apiVersion: v1 |
| 144 | +kind: PriorityClass |
| 145 | +metadata: |
| 146 | + name: high-priority |
| 147 | +value: 1000000 |
| 148 | +globalDefault: false |
| 149 | +description: "This priority class should be used for XYZ service pods only." |
| 150 | +``` |
| 151 | + |
| 152 | +其中： |
| 153 | + |
| 154 | +* `value`为 32 位整数的优先级，该值越大，优先级越高 |
| 155 | +* `globalDefault`用于未配置 PriorityClassName 的 Pod，整个集群中应该只有一个`PriorityClass`将其设置为 true |
| 156 | + |
| 157 | + |
| 158 | +然后通过在 Pod 的`spec.priorityClassName`中指定已定义的`PriorityClass`名称即可： |
| 159 | +```yaml |
| 160 | +apiVersion: v1 |
| 161 | +kind: Pod |
| 162 | +metadata: |
| 163 | + name: nginx |
| 164 | + labels: |
| 165 | + app: nginx |
| 166 | +spec: |
| 167 | + containers: |
| 168 | + - name: nginx |
| 169 | + image: nginx |
| 170 | + imagePullPolicy: IfNotPresent |
| 171 | + priorityClassName: high-priority |
| 172 | +``` |
| 173 | + |
| 174 | +另外一个值得注意的是当节点没有足够的资源供调度器调度 Pod，导致 Pod 处于 pending 时，抢占（preemption）逻辑就会被触发。`Preemption`会尝试从一个节点删除低优先级的 Pod，从而释放资源使高优先级的 Pod 得到节点资源进行部署。 |
| 175 | + |
| 176 | +现在我们通过下面的图再去回顾下 kubernetes 的调度过程是不是就清晰很多了： |
| 177 | + |
| 178 | + |
| 179 | +下节课我们再和大家讲解关于 Pod 调度的一些具体使用方法。 |
| 180 | + |
0 commit comments