k8S-调度器

kube-scheduler是kubernetes的核心组件之一，主要负责整个集群资源的调度功能，根据特定的调取算法和策略，将pod调度到最优的工作节点上去，从而更加合理充分的利用集群的资源。

默认情况下，kube-scheduler提供的默认调度器能满足我们绝大多数的需求，我们前面和大家接触的实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更加了解我们自己都应用。比如我我们希望pod可以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可控。

kube-scheduler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,获取到的podspec.nodename为空的pod，对每个pod都会创建一个binding.

这个过程看起来比较简单，但实际的生产环境中，需要考虑的问题就有很多了

如何保证全部的节点调度到公平性， 每个节点都能被分配资源，集群资源如何被高效利用，集群资源如何才能最大化利用，保证pod调度到性能和效率

 考虑到实际环境中的各种复杂情况，kubernetes的调度器才有插件化的形式实现，可以方便用户进行定制或者二次开发。我么可以定义一个调取器并以插件形式和kubernetes进行集成

kubernetes调取器的源码位于kubernetes/pkg/scheduler中，其中scheduler创建和运行的核心程序，对应的代码pkg/scheduler/scheduler.go如果要看出kube-scheduler的入口程序，对应的代码/cmd/kube-scheduler/scheduler.go

 调度主要分为一下几个部分

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 

然后是优选过程，对通过节点按照优先级排序，prioritres 打分，

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

predicates 阶段首选遍历全部节点，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节点讲记录并座位第二阶段的输入，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，这期间调度器会不断的重试。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。

priorities阶段即再次对节点进行筛选，如果有多个节点满足条件的话，那么系统回按照节点的优先级priorities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

更详细的流程是这样:

  首先，客户端通过api server的restapi 或者kuberctl工具创建pod资源

api server收到用户请求后，存储相关数据到etcd数据库

调取器监听api server查看到还未被bind 调度到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，预选pre 优选 pri  优选阶段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，比如吧deloyment控制的多个pod副本尽量分布到不同的主机上，使用最低负载的主机等等

经过上面的阶段过滤后选择打最高分的node节点和pod进行binding 调度操作，然后讲结果存储到etcd中被选择出来node节点对应的kubelet去执行创建pod的相关操作。

调度框架，定了了一组扩展点，用户可以实现扩展定义的接口定义自己都调度逻辑，并将扩展注册到扩展点上，调度框架在预留扩展点时，都是有特定的目的，有些扩展点上的扩展可以改变调度程序的决策方法，有些扩展点上的扩展只是发送一个通知。

我门知道每当一个调度pod时，都会按照两个过程来执行，调度过程pre pri 和binding过程

调度过程为pod选择一个合适节点，绑定过程则将调度过程的决策应用到集群中，将调度过程和绑定过程合在一起，称之为调度上下文，scheduling context 需要注意的是调度过程是同步运行的，绑定过程可能是异步的。调度过程和绑定过程遇到错误会退出。调度程序认为当前没有改pod的可选节点，内部错误

这个时候，该pod讲被放回待调度队列，

一般的情况下我们的部署pod是通过集群的自动调度策略来选择节点的，默认情况在调度器考虑的是资源足够，并且负载尽量平均，但是有的时候我们需要能更加细粒度的去控制pod的调度。比如我们希望一些机器学习的应用只跑在GPU的节点上，但是有时候我们的服务之间交流比较频繁，又希望能够将这服务的pod调度到同一个节点上，这就需要使用一些调度方式来控制pod的调度了，主要有两个概念，亲和性和反亲和性，亲和性又分成节点亲和性 nodeAffinity 和podAffinity

nodeselector  在了解亲和性 了解一个非常常用的调度方式nodeselector 我们知道label标签是kubernetes中一个非常重要的概念，用户可以非常灵活的利用label来管理集群中的资源，比如最常见的service对象通过label去匹配pod资源，而pod的调度也可以根据节点的label来进行调度。

kubectl  label  nodes  nodename  labelname

我们可以通过上面的 --showlabels 参数来查看上述标签是否生效，当节点被打上可相关标签后，在调度到时候就可以使这些标签了，只需要在pod的spec字段添加nodeselector字段，里面是我们需要被调用的节点的label标签，比如下面的pod我们需要强制调度到node2  spec.nodeSelector： label：###

event我们可以看到，我们的pod通过默认的default-scheduler调取器被绑定到，不过需要注意的是nodeselector属于强制性的，如果我们的目标节点没有可用的资源，我们的pod就会一直处于pending状态。

上面的例子我们可以感受到nodeselector的方式比较直观，单还是不够灵活，控制粒度偏大，接下来节点亲和性 nodeAffinity

前面kubernetes调度器的调度流程，我们知道默认的调度器在使用的时候，经过了pre pri两个阶段，但是实际生产环境中，我们需要根据自己的一些实际需要控制pod的调度，这就需要nodeaffinity  podaffinity  podanaffinity 

亲和性调度可以分成软策略和应策略两种方式

软策略就是如果现在没有满足调度要求的节点的话，pod就会忽略这条规则，继续完成调度过程，就是有条件最好，没有也无所谓。

硬策略就比较强硬了，如果没有满足条件的节点的话，就不断重试知道满足条件为止

节点亲和性 nodeaffinity主要是用来控制pod要部署在那些节点上，以及不能部署在那些节点上的，它可以进行简单的逻辑组合了，不只是简单的相等匹配。

对于nodeAffinity无论是硬策略还是软策略方式，都是调度pod的预期节点上，而污点taints 恰好与之相反，如果一个节点标记为taints，除非pod也被标记为可以容忍污点节点，否则taints节点不会被调度pod

比如用户希望吧maste节点保留给kubernetes系统组件使用，或者把一组有特殊资源留给某些Pod则污点就很有用了，pod不会被调度到taint标记过的节点，我们使用kubeadm搭建的集群默认就给master节点添加了一个污点标记，所以我们看到一般没有pod调度到master上去

taints： node-relo.kubernetes.io/master:NoSchedule

Unschedulable： false

我们可以使用上面的命令查看master节点的信息，其中一条关于taints的信息，node-role.kubernetes.io/master.Noschedule 就表示master节点打了一个污点的标记，其中影响的参数是Noschedule,表示pod不会被调度到标记为taints的节点，除了Noschedule外，还有另外两个选项

kubectl   taint nodes  node2   test=node2:Noschedule

上面的命名将node2节点标记位污点taint,影响策略是Noschedule，之回影响新的pod调度，如果仍然希望某个pod调度到taint节点上，则必须在spec 中走出toleration定义，才能调度到节点，比如我们想要将一个pod调度到master上

由于master节点被标记为污点tanit所以我们这里想要pod能够调度

toleration：

 -key ： node-role.kubennetes.io/master

operator: exists

effect： Noschedule

我们可以看到一个pod副本被调度到master节点

对于tolerations属性的写法，其中key,value,effect,与node的taint设置需要保持一致，