K8S pod 均匀调度分配 —— 筑梦之路
pod调度简介
在 k8s 中 通过
kube-scheduler组件来实现 pod 的调度，所谓调度，即把需要创建的 pod 放到 合适的 node 上，大概流程为，通过对应的调度算法和调度策略，为待调度的 pod 列表中的 pod 选择一个最合适的 Node，然后目标节点上的kubelet通过 watch 接口监听到kube-schedule产生的Pod 绑定事件，通过 APIService 获取对应的 Pod 清单，下载 image 并且启动容器。这里具体的
调度算法大体上分两步，筛选出候选节点，确定最优节点，确定最优节点涉及节点打分等。常见的 Pod 的
调度策略有选择器、指定节点、主机亲和性方式，同时需要考虑节点的coedon与drain标记，今天和小伙伴分享的是调度策略的一种， 即通过Pod拓扑分布约束，用来实现跨集群节点均匀调度分布Pod
为什么需要跨集群节点 均匀调度分布 Pod ？
我们知道在 k8s 中 ，如果只是希望每个节点均匀调度分布一个 pod，那么可以利用
DaemonSet来实现。如果多个，就需要 pod 的拓扑分布约束均匀调度 Pod ，实现在集群中均匀分布 Pod，可以尽可能的利用 节点的超售，Pod 的超用，以实现高可用性和高效的集群资源利用。k8s 中通过 Pod 拓扑分布约束 (PodTopologySpread) 来实现均匀调度 pod。这一特性从 v1.19 以后达到稳定状态。在 v1.25，v1.1.26 的版本中添加的部分属性。
需要说明的是，这里的 均匀调度 pod 不是说 只有对当前需要调度的 pod 在 工作节点发生均匀调度，不考虑当前节点上之前存在的 pod , 而是基于 工作节点的 均匀调度。即所谓均匀调度分布是基于工作节点的。虽然 pod 的拓扑分布约束是定义在 pod 上的。
如何实现跨节点均匀分布 Pod
apiVersion: v1
kind: Pod
metadata:
name: example-pod
spec:
# 配置一个拓扑分布约束
topologySpreadConstraints:
- maxSkew:
minDomains: # 可选；自从 v1.25 开始成为 Beta
topologyKey:
whenUnsatisfiable:
labelSelector: 实例1：
apiVersion: v1
kind: Pod
metadata:
name: example-pod
spec:
# 配置一个拓扑分布约束
topologySpreadConstraints:
- maxSkew: 1 # 以绝对均匀的方式分配 POD 即 pod 在节点分布的差值不能超过的值。
topologyKey: kubernetes.io/hostname #使用主机名这个标签作为拓扑域
whenUnsatisfiable: ScheduleAnyway #始终调度 pod，即使它不能满足 pod 的均匀分布
labelSelector: apiVersion: apps/v1
kind: Deployment
metadata:
name: test
spec:
replicas: 10
template:
spec:
topologySpreadConstraints:
- maxSkew: 1
topologyKey: kubernetes.io/hostname
whenUnsatisfiable: ScheduleAnyway
labelSelector:
matchLabels:
app: test
containers:
- name: pause
image: registry.aliyuncs.com/google_containers/pause:3.5 需要注意的是，缩减 Deployment 并不能保证均匀分布，并可能导致 Pod 分布不平衡。
maxSkew:描述这些 Pod 可能被均匀分布的程度。你必须指定此字段且该数值必须大于零。 其语义将随着 whenUnsatisfiable 的值发生变化：简单来讲，就是如果为均匀分布，那么两个节点之前的 pod 差值最大可以为多大。
如果你选择
whenUnsatisfiable: DoNotSchedule，则 maxSkew 定义目标拓扑中匹配 Pod 的数量与 全局最小值之间的最大允许差值。例如，如果你有 3 个可用区，分别有 2、2 和 1 个匹配的 Pod，则 MaxSkew 设为 1， 且全局最小值为 1。如果你选择
whenUnsatisfiable: ScheduleAnyway，则该调度器会更为偏向能够降低偏差值的拓扑域。
topologyKey：是节点标签的键。如果节点使用此键标记并且具有相同的标签值， 则将这些节点视为处于同一拓扑域中。我们将拓扑域中（即键值对）的每个实例称为一个域。 调度器将尝试在每个拓扑域中放置数量均衡的 Pod。 另外，我们将符合条件的域定义为其节点满足nodeAffinityPolicy和nodeTaintsPolicy要求的域。当topologyKey的值为none的时候。
whenUnsatisfiable: 指示如果 Pod 不满足分布约束时如何处理：
DoNotSchedule（默认）告诉调度器不要调度。
ScheduleAnyway 告诉调度器仍然继续调度，只是根据如何能将偏差最小化来对节点进行排序。
labelSelector: 用于查找匹配的 Pod。匹配此标签的 Pod 将被统计，以确定相应拓扑域中 Pod 的数量当 Pod 定义了
不止一个 topologySpreadConstraint，这些约束之间是逻辑与的关系。 kube-scheduler 会为新的 Pod 寻找一个能够满足所有约束的节点。
多个拓扑分布约束
在这之前需要做一些准备工作,在每个工作节点上在打一个标签 disktype=node-group1
添加一个新的 Pod ，添加了两个拓扑分布约束，要求这个 pod 即在 topologyKey: kubernetes.io/hostname 的拓扑域，同时在 topologyKey: disktype 的拓扑域
kind: Pod
apiVersion: v1
metadata:
name: mypod
labels:
app: test
spec:
topologySpreadConstraints:
- maxSkew: 1
topologyKey: kubernetes.io/hostname
whenUnsatisfiable: DoNotSchedule
labelSelector:
matchLabels:
app: test
- maxSkew: 1
topologyKey: disktype
whenUnsatisfiable: DoNotSchedule
labelSelector:
matchLabels:
app: test
containers:
- name: pause
image: registry.aliyuncs.com/google_containers/pause:3.5有冲突的拓扑分布约束
如果所有节点都不满足 pod 的 拓扑分布约束，当前 pod 就会调度失败。下面为创建了一个新的补丁文件，修改副本数为 5，使用 kubernetes.io/hostname 作为拓扑域
apiVersion: apps/v1
kind: Deployment
metadata:
labels:
app: test
name: test
namespace: test-topo-namespace
spec:
replicas: 5
selector:
matchLabels:
app: test
template:
metadata:
labels:
app: test
spec:
containers:
- image: registry.aliyuncs.com/google_containers/pause:3.5
name: pause
topologySpreadConstraints:
- labelSelector:
matchLabels:
app: test
maxSkew: 1
topologyKey: kubernetes.io/hostname
whenUnsatisfiable: DoNotSchedule 当前 whenUnsatisfiable: DoNotSchedule,即不满足约束时，不发生调度， master 有污点，默认不发生调度，所以当 副本数为 5 的时候，工作节点各调度一个，剩下的一个 pod 调度到哪里都会违反 maxSkew: 1 ，所以发生 pending 。
这里主要学习记录下如何尽可能实现pod在节点上的均匀调度分配。
参考资料
https://kubernetes.io/zh-cn/docs/concepts/scheduling-eviction/pod-priority-preemption/
https://medium.com/geekculture/kubernetes-distributing-pods-evenly-across-cluster-c6bdc9b49699