Generated by Answer me with HTML 0.6.1 · 2026-11-18 23:57 · ★ Star on GitHub

Pod 调度决策全景与亲和容忍策略

预选优选两阶段算法、Node/Pod 亲和性与污点容忍容灾深度解析

A

Kube-Scheduler 两阶段调度决策模型

Kubernetes 调度器(kube-scheduler)负责监听未绑定的 Pod,并为其从海量物理机节点中挑选出最合适的一个节点。调度过程严格分为两阶段:

无可用节点存在合格候选节点新创建待调度 Pod第一阶段: 预选过滤Filtering集群全部可用节点是否有可用节点?调度失败: 处于 Pending状态第二阶段: 优选打分Scoring计算每个节点加权总分Score选定最高分节点 Node X向 API Server 提交Binding 绑定
两阶段决策算法核心逻辑
  1. 预选过滤 (Filtering):硬性指标筛选。检查节点 CPU/内存余量是否满足 requests、端口是否冲突、节点选择器与硬亲和是否匹配、节点污点是否被容忍。不满足者直接被一票否决淘汰。
  2. 优选打分 (Scoring):多维权重打分。对通过预选的节点集合,根据空闲资源平衡(NodeResourcesBalancedAllocation)、软亲和匹配度、镜像本地命中等算法分别打分(0~100 分),按公式计算加权和:
    FinalScore=∑i=1m(PriorityFunctioni×Weighti)
    若出现最高分平局,调度器在平局节点中随机轮询挑选一个。
B

节点标签与 NodeSelector / NodeAffinity

1. 基础节点选择器 (nodeSelector)

通过简单的 Key-Value 匹配节点标签(例如将含 GPU 的节点打标 hardware=gpu,在 Pod 中配置 nodeSelector: {hardware: gpu})。由于不支持复杂的布尔逻辑,仅适用于简单场景。

2. 节点亲和性 (NodeAffinity)

NodeAffinity 提供了远比 nodeSelector 强大的匹配能力(支持 In, NotIn, Exists, DoesNotExist, Gt, Lt 等操作符):

硬亲和 (requiredDuringScheduling)
必须满足!不满足则 Pod 永远卡在 Pending 状态拒绝调度
软亲和 (preferredDuringScheduling)
尽量满足!设置权重 weight,满足者加分,不满足也允许调度到其他节点
yaml
affinity:  nodeAffinity:    requiredDuringSchedulingIgnoredDuringExecution:      nodeSelectorTerms:      - matchExpressions:        - key: topology.kubernetes.io/zone          operator: In          values: ["zone-a", "zone-b"] # 必须位于可用区 A 或 B    preferredDuringSchedulingIgnoredDuringExecution:    - weight: 80      preference:        matchExpressions:        - key: disktype          operator: In          values: ["nvme-ssd"]        # 优先调度到 NVMe SSD 节点
C

Pod 间亲和性与反亲和性 (PodAffinity & AntiAffinity)

不仅可以根据节点的属性调度,还可以根据节点上已经运行了哪些 Pod 来决策当前 Pod 的调度落点:

聚集亲和分散反亲和PodAffinity 聚集部署 (减少网络跳数)PodAntiAffinity 反亲和打散 (防单点故障)微服务 App PodRedis 缓存 Pod 所在节点Web 前端 Pod A远离 Web 前端 Pod B
拓扑域 (TopologyKey) 的神奇作用

topologyKey 定义了“亲和或反亲和的空间范围”:

  • topologyKey: kubernetes.io/hostname:以单台物理主机为边界(反亲和意味着同一个宿主机上只能跑 1 个副本)。
  • topologyKey: topology.kubernetes.io/zone:以整个可用区/机房为边界(反亲和意味着同一个可用区内只能跑 1 个副本,实现跨机房多活容灾!)。
D

污点 (Taints) 与容忍 (Tolerations)

节点亲和是“Pod 主动挑选 Node”,而污点(Taint)则是“Node 主动排斥某些 Pod”。节点通过被打上污点拒绝普通 Pod 进驻;Pod 通过声明容忍(Toleration)获得进驻特定污点节点的特权通行证。

拥有匹配容忍无容忍打上污点专用节点 GPUNodePod 是否具备对应Toleration?允许调度并在该节点拉起排斥抛弃,禁止调度进驻

污点的三大作用效果 (Effect)

污点效果 (Effect) 调度期行为 运行期已有 Pod 行为 经典应用场景
NoSchedule 硬限制。未声明容忍的 Pod 绝不调度到该节点 已在此节点运行的 Pod 不受任何影响,继续运行 Master 控制平面节点保护、专用计算集群隔离
PreferNoSchedule 软限制。调度器尽量不调度到该节点,资源极度匮乏时作为兜底 已在此节点运行的 Pod 不受任何影响,继续运行 接近过载节点避让、维护准备期节点
NoExecute 即时驱逐。不仅不调度新 Pod,还会立即追溯并驱逐已存在的未容忍 Pod! 未容忍该污点的旧 Pod 立即被驱逐销毁! 硬件物理损坏、网络彻底失联故障节点
K8s 节点故障自动打 NoExecute 流程
  1. 心跳超时:Kubelet 超过 50 秒未更新 Lease 心跳,Node Controller 将节点置为 NotReady。
  2. 自动打污点:控制器自动为该节点打上 node.kubernetes.io/unreachable:NoExecute 污点。
  3. 300 秒容忍宽限期:Deployment 的普通 Pod 默认注入了 300 秒的容忍(tolerationSeconds: 300)。若 300 秒内网络恢复,污点自动移除,Pod 零停机继续运行;若 300 秒未恢复,Pod 被强制驱逐并在健康节点重建。