目录
-
- 调度与约束
-
- List-Watch机制
- [Scheduler 的调度过程](#Scheduler 的调度过程)
- 亲和性
- [污点(Taint) 和 容忍(Tolerations)](#污点(Taint) 和 容忍(Tolerations))
调度与约束
List-Watch机制
Kubernetes 的 List-Watch 机制：组件通过 List-Watch 监听 apiserver 中资源（pod/rs/rc等）的事件（create/update/delete等），并根据事件类型做出相应的动作。这种机制是 apiserver 主动通知各组件的模式。
示例流程
创建Pod的流程：
- 用户通过 kubectl 或其他 API 客户端提交请求给 APIServer 来建立一个 Pod 对象副本
- APIServer 将 Pod 对象的相关元信息存入 etcd 中，待写入操作执行完成，APIServer 返回确认信息至客户端
- etcd 接受到 Pod 信息以后，发送一个Create 事件给 APIServer
- 正在通过List-Watch监听 APIServer 的 Controller Manager 监听到了create pod 的事件，于是 APIServer 将事件发送给
Controller Manager - Controller Manager 在接到 Create 事件以后，通过 Replication Controller 来保证 Node 上的预期副本数量。一旦副本数量少于 RC 中定义的数量，RC 会自动创建副本
- Controller Manager 创建 Pod 副本以后，APIServer 在 etcd 中记录这个 Pod 的详细信息
- 同时 Scheduler 也在监听 APIServer，于是 APIServer 将事件也发给 Scheduler ，Scheduler 将等待调度的 Pod 按照调度算法和策略，将 Pod 绑定到集群合适的 Node 上。
- Scheduler 调度完毕以后会更新 Pod 的信息，此时的信息更加丰富了。除了知道 Pod 的副本数量，副本内容。还知道部署到哪个 Node 上面了。并将上面的 Pod 信息更新至 API Server，由 APIServer 更新至 etcd 中，保存起来
- etcd 将更新成功的事件发送给 APIServer，APIServer 也开始反映此 Pod 对象的调度结果
- kubelete 运行在 Node 上，它也通过 List-Watch 的方式监听到（通过https的6443端口）APIServer 发送的 Pod 更新的事件，然后kubelet 会尝试在当前节点上调用 Docker 启动容器，并最终将 Pod 以及容器的结果状态发送至 APIServer
- APIServer 将 Pod 状态信息存入 etcd 中。在 etcd 确认写入操作成功完成后，APIServer 将确认信息发送至相关的 kubelet，如果后面还有新的事件发出，kubelet 会监听到并进行相应的动作
Scheduler 的调度过程
Scheduler 是 kubernetes 的调度器，主要的任务是把定义的 pod 分配到集群的 Node （节点）上。其主要考虑的问题如下：
- 公平：如何保证每个节点都能被分配资源
- 资源高效利用：集群所有资源最大化被使用
- 效率：调度的性能要好，能够尽快地对大批量的 pod 完成调度工作
- 灵活：允许用户根据自己的需求控制调度的逻辑
Sheduler 是作为单独的程序运行的，启动之后会一直监听 APIServer，获取 spec.nodeName 为空的 pod，对每个 pod 都会创建一个 binding，表明该 pod 应该放到哪个节点上
调度分为两个部分：首先是过滤掉不满足条件的节点，这个过程称为预选策略 （predicate）；然后对通过的节点按照优先级排序，这个是优选策略（priorities）；最后从中选择优先级最高的节点。
Predicate（预选策略） 常见的算法：
- PodFitsResources：节点上剩余的资源是否大于 pod 请求的资源
- PodFitsHost：如果 pod 指定了 NodeName，检查节点名称是否和 NodeName 匹配。
- PodFitsHostPorts：节点上已经使用的 port 是否和 pod 申请的 port 冲突。
- PodSelectorMatches：过滤掉和 pod 指定的 label 不匹配的节点。
- NoDiskConflict：已经 mount 的 volume 和 pod 指定的 volume 不冲突，除非它们都是只读。
如果在 predicate 过程中没有合适的节点，pod 会一直在 pending 状态，不断重试调度，直到有节点满足条件。 经过这个步骤，如果有多个节点满足条件，就继续 priorities 过程：按照优先级大小对节点排序。
优先级由一系列键值对组成，键是该优先级项的名称，值是它的权重。
常见的优先级：
- LeastRequestedPriority：通过计算CPU和Memory的使用率（正在使用的占全部的比例）来决定权重，使用率越低权重越高。
- BalancedResourceAllocation：节点上 CPU 和 Memory 使用率越接近，权重越高。这个一般和上面的一起使用，不单独使用。比如 node01 的 CPU 和 Memory 使用率为 20和60，node02 的 CPU 和 Memory 使用率为 50和50，虽然 node01 的总使用率比 node02 低，但 node02 的 CPU 和 Memory 使用率更接近，从而调度时会优选 node02。
- ImageLocalityPriority：倾向于已经有要使用镜像的节点，镜像总大小值越大，权重越高。
实操示例
指定调度节点
方法一：pod.spec.nodeName
将 Pod 直接调度到指定的 Node 节点上，会跳过 Scheduler 的调度策略，该匹配规则是强制匹配
vim myapp.yaml
apiVersion: apps/v1
kind: Deployment
metadata:
name: myapp
spec:
replicas: 3
selector:
matchLabels:
app: myapp
template:
metadata:
labels:
app: myapp
spec:
nodeName: node01
containers:
- name: myapp
image: soscscs/myapp:v1
ports:
- containerPort: 80
kubectl apply -f myapp.yaml
kubectl get pods -o wide
查看详细事件
kubectl describe pod myapp-699655c7fd-5bwz2
发现未经过 scheduler 调度分配
方法二：pod.spec.nodeSelector
通过 kubernetes 的 label-selector 机制选择节点，由调度器调度策略匹配 label，然后调度 Pod 到目标节点，该匹配规则属于强制约束
获取 node 上的 NAME 名称
kubectl get node
给对应的 node 设置标签分别为 cld=a 和 cld=b
kubectl label nodes node01 cld=a
kubectl label nodes node02 cld=b
查看标签
kubectl get nodes --show-labels
修改成 nodeSelector 调度方式
vim myapp1.yaml
apiVersion: apps/v1
kind: Deployment
metadata:
name: myapp1
spec:
replicas: 3
selector:
matchLabels:
app: myapp1
template:
metadata:
labels:
app: myapp1
spec:
nodeSelector:
cld: a
containers:
- name: myapp1
image: soscscs/myapp:v1
ports:
- containerPort: 80
kubectl apply -f myapp1.yaml
kubectl get pods -o wide
查看详细事件
kubectl describe pod myapp1-6987767886-47764
可以发现要先经过 scheduler 调度分配
补充
修改一个 label 的值，需要加上 --overwrite 参数
kubectl label nodes node02 cld=c --overwrite
删除一个 label，只需在命令行最后指定 label 的 key 名并与一个减号相连即可：
kubectl label nodes node02 cld-
指定标签查询 node 节点
kubectl get node -l cld=a（小写的L）
亲和性
什么是亲和性？
简单来说就是 我愿意和谁更亲近 ，假设部署一个 Pod 到 Node 上，Pod 更亲和 NodeA，那么就会优先部署到 NodeA 上。软策略代表：这个 Pod 更愿意部署到 NodeA 上，但实在部署不了，部署在别的地方也行；硬策略代表：这个 Pod 必须部署到 NodeA 上，别的都不行。
节点亲和性
pod.spec.nodeAffinity
●preferredDuringSchedulingIgnoredDuringExecution：软策略
●requiredDuringSchedulingIgnoredDuringExecution：硬策略
Pod 亲和性
pod.spec.affinity.podAffinity/podAntiAffinity
●preferredDuringSchedulingIgnoredDuringExecution：软策略
●requiredDuringSchedulingIgnoredDuringExecution：硬策略
键值运算关系
●In：label 的值在某个列表中
●NotIn：label 的值不在某个列表中
●Gt：label 的值大于某个值
●Lt：label 的值小于某个值
●Exists：某个 label 存在
●DoesNotExist：某个 label 不存在
节点亲和性
硬策略示例
requiredDuringSchedulingIgnoredDuringExecution
vim pod1.yaml
apiVersion: v1
kind: Pod
metadata:
name: affinity
labels:
app: node-affinity-pod
spec:
containers:
- name: with-node-affinity
image: soscscs/myapp:v1
affinity:
nodeAffinity:
requiredDuringSchedulingIgnoredDuringExecution:
nodeSelectorTerms:
- matchExpressions:
- key: kubernetes.io/hostname
operator: NotIn
values:
- node02
最后几行解释一下 ：
key: kubernetes.io/hostname：一个 node 可以有很多个标签，标签都是 key=value 的格式，所以这里的意思就是说我们这次只看 key 的值是kubernetes.io/hostname的标签，也就是下面图里圈起来的标签
operator: NotIn：这个就是字面意思，匹配的原则是不匹配在（not in）这个列表里面的 node
values:
- node02：这个就是列表。
这三句加起来就是说，不会将此 Pod 调度到 kubernetes.io/hostname=node02 的 node 上，因为我只有两个 node，所以按道理就只会被调度到 node01 上
看一下对不对：
kubectl apply -f pod1.yaml
kubectl get pods -o wide
如果硬策略无法满足，Pod 状态一直会处于 Pending 状态。
软策略示例
preferredDuringSchedulingIgnoredDuringExecution
vim pod2.yaml
apiVersion: v1
kind: Pod
metadata:
name: affinity
labels:
app: node-affinity-pod
spec:
containers:
- name: with-node-affinity
image: soscscs/myapp:v1
affinity:
nodeAffinity:
preferredDuringSchedulingIgnoredDuringExecution:
- weight: 1 #如果有多个软策略选项的话，权重越大，优先级越高
preference:
matchExpressions:
- key: kubernetes.io/hostname
operator: In
values:
- node03
按照亲和性，这个Pod会优先部署到 kubernetes.io/hostname=node3 的node 上，但我根本没有 node03，不过因为是软策略，所以依然可以正常部署
kubectl apply -f pod2.yaml
kubectl get pods -o wide
发现部署到了 node01 上，如果我们删了，并把 values 的值改成 node02，那么在 node02 条件满足的情况下就会优先部署到 node02 上
kubectl delete pod affinity
vim pod2.yaml
kubectl apply -f pod2.yaml
kubectl get pod -owide
如果把硬策略和软策略合在一起使用，则要先满足硬策略之后才会满足软策略
Pod亲和性与反亲和性
| 调度策略 | 匹配标签 | 操作符 | 拓扑域支持 | 调度目标 |
|---|---|---|---|---|
| nodeAffinity | 主机 | In, NotIn, Exists,DoesNotExist, Gt, Lt | 否 | 指定主机 |
| podAffinity | Pod | In, NotIn, Exists,DoesNotExist | 是 | Pod与指定Pod同一拓扑域 |
| podAntiAffinity | Pod | In, NotIn, Exists,DoesNotExist | 是 | Pod与指定Pod不在同一拓扑域 |
先为 node 节点设置标签
kubectl label nodes node01 cld=a
kubectl label nodes node02 cld=b
创建一个标签为 app=myapp01 的 Pod
vim pod3.yaml
apiVersion: v1
kind: Pod
metadata:
name: myapp01
labels:
app: myapp01
spec:
containers:
- name: with-node-affinity
image: soscscs/myapp:v1
kubectl apply -f pod3.yaml
kubectl get pods --show-labels -o wide
亲和性示例
使用 Pod 亲和性调度，创建多个 Pod 资源
vim pod4.yaml
apiVersion: v1
kind: Pod
metadata:
name: myapp02
labels:
app: myapp02
spec:
containers:
- name: myapp02
image: soscscs/myapp:v1
affinity:
podAffinity:
requiredDuringSchedulingIgnoredDuringExecution:
- labelSelector:
matchExpressions:
- key: app
operator: In
values:
- myapp01
topologyKey: cld
#topologyKey 是节点标签的键。如果两个节点使用此键标记并且具有相同的标签值，则调度器会将这两个节点视为处于同一拓扑域中。
如何判断拓扑域：如果 cld 对应的值不一样就是不同的拓扑域。比如 Pod1 在 cld=a 的 Node 上，Pod2 在 cld=b 的 Node 上，Pod3 在 cld=a 的 Node 上，则 Pod2 和 Pod1、Pod3 不在同一个拓扑域，而Pod1 和 Pod3在同一个拓扑域。
而本示例要求：新建 Pod 必须与含有 app=myapp01 标签的 Pod
在同一拓扑域，这个 Pod 只会部署到 node01 上。
kubectl apply -f pod4.yaml
kubectl get pods --show-labels -o wide
反亲和性示例
示例1 ：
vim pod5.yaml
apiVersion: v1
kind: Pod
metadata:
name: myapp10
labels:
app: myapp10
spec:
containers:
- name: myapp10
image: soscscs/myapp:v1
affinity:
podAntiAffinity:
preferredDuringSchedulingIgnoredDuringExecution:
- weight: 100
podAffinityTerm:
labelSelector:
matchExpressions:
- key: app
operator: In
values:
- myapp01
topologyKey: kubernetes.io/hostname
反亲和要求新 Pod 与指定 Pod 不在同一拓扑域
kubectl apply -f pod5.yaml
kubectl get pods --show-labels -o wide
示例2 ：
先把 node01 和 node02 放在同一拓扑域
kubectl label nodes node01 cld=a
kubectl label nodes node02 cld=a
vim pod6.yaml
apiVersion: v1
kind: Pod
metadata:
name: myapp20
labels:
app: myapp20
spec:
containers:
- name: myapp20
image: soscscs/myapp:v1
affinity:
podAntiAffinity:
requiredDuringSchedulingIgnoredDuringExecution:
- labelSelector:
matchExpressions:
- key: app
operator: In
values:
- myapp01
topologyKey: cld
由于指定 Pod 所在的 node01 节点上具有带有键 cld 和标签值 a 的标签，node02 也有这个 cld=a 的标签，所以 node01 和 node02 是在一个拓扑域中，反亲和要求新 Pod 与指定 Pod 不在同一拓扑域，所以新 Pod 没有可用的 node 节点，那么就会一直保持 Pending 状态，直到有合适的 node 出现
kubectl get pod --show-labels -owide
改变 node02 的标签，使其与 node01 不在同一拓扑域
kubectl label nodes node02 cld=b --overwrite
此时因为 app=myapp01 在 node02 上，反亲和策略会让新建的 pod 被调度到 node01 上
kubectl get pod --show-labels -o wide
污点(Taint) 和 容忍(Tolerations)
污点(Taint)
基本概念
节点亲和性，是Pod的一种属性（偏好或硬性要求），它使Pod被吸引到一类特定的节点。Taint 则相反，它使节点能够排斥一类特定的 Pod 。
Taint 和 Toleration 相互配合，可以用来避免 Pod 被分配到不合适的节点上。每个节点上都可以应用一个或多个 taint ，这表示对于那些不能容忍这些 taint 的 Pod，是不会被该节点接受的。如果将 toleration 应用于 Pod 上，则表示这些 Pod 可以（但不一定）被调度到具有匹配 taint 的节点上。
使用 kubectl taint 命令可以给某个 Node 节点设置污点，Node 被设置上污点之后就和 Pod 之间存在了一种相斥的关系，可以让 Node 拒绝 Pod 的调度执行，甚至将 Node 上已经存在的 Pod 驱逐出去。
污点的组成格式 如下
key=value:effect
解释：每个污点有一个 key 和 value 作为污点的标签，其中 value 可以为空，effect 描述污点的作用。
当前 taint 的 effect 支持如下三个选项：
- NoSchedule：表示 k8s 将不会将 Pod 调度到具有该污点的 Node 上
- PreferNoSchedule：表示 k8s 将尽量避免将 Pod 调度到具有该污点的 Node 上
- NoExecute：表示 k8s 将不会将 Pod 调度到具有该污点的 Node 上，同时会将 Node 上已经存在的 Pod 驱逐出去
master 就是因为有 NoSchedule 污点，k8s 才不会将 Pod 调度到 master 节点上
kubectl describe node master
操作
设置污点
kubectl taint node node01 key1=value1:NoSchedule
在节点说明中，查找 Taints 字段
kubectl describe node node01
去除污点
kubectl taint node node01 key1:NoSchedule-
此时再看就没有了
kubectl describe node node01
示例
为了更直观的展示，本示例展示 NoExecute 的选项
先看一下目前 node02 上存在的 pod
kubectl get pod -owide | grep node02
为 node02 设置污点
kubectl taint node node02 check=mycheck:NoExecute
再次查看 Pod 状态，会发现 node02 上的 Pod 已经被全部驱逐（注：如果是 Deployment 或者 StatefulSet 资源类型，为了维持副本数量则会在别的 Node 上再创建新的 Pod ）
kubectl get pod -owide | grep node02
容忍(Tolerations)
基础概念
设置了污点的 Node 将根据 taint 的 effect:NoSchedule、PreferNoSchedule、NoExecute 和 Pod 之间产生互斥的关系，Pod 将在一定程度上不会被调度到 Node 上。但我们可以在 Pod 上设置容忍(Tolerations)，意思是设置了容忍的 Pod 将可以容忍污点的存在，可以被调度到存在污点的 Node 上。
操作
先为 node01 也设置污点
kubectl taint node node01 check=mycheck:NoExecute
vim pod3.yaml
apiVersion: v1
kind: Pod
metadata:
name: myapp01
labels:
app: myapp01
spec:
containers:
- name: with-node-affinity
image: soscscs/myapp:v1
kubectl apply -f pod3.yaml
因为在两个 Node 上都设置了污点，所以此时 Pod 将无法创建成功，一直处于 Peding 状态
kubectl get pods -o wide
为 Pod 设置容忍
vim pod3.yaml
apiVersion: v1
kind: Pod
metadata:
name: myapp01
labels:
app: myapp01
spec:
containers:
- name: with-node-affinity
image: soscscs/myapp:v1
tolerations:
- key: "check"
operator: "Equal"
value: "mycheck"
effect: "NoExecute"
tolerationSeconds: 3600
其中的 key、vaule、effect 都要与 Node 上设置的 taint 保持一致
operator 的值为 Exists 将会忽略 value 值，即存在即可,为 Equal 则要一致才行
tolerationSeconds 用于描述当 Pod 需要被驱逐时可以在 Node 上继续保留运行的时间
kubectl apply -f pod3.yaml
在设置了容忍之后，Pod 创建成功
kubectl get pods -o wide
其它注意事项
-
当不指定 key 值时，表示容忍所有的污点 key
tolerations:
- operator: "Exists"
-
当不指定 effect 值时，表示容忍所有的污点作用
tolerations:
- key: "key"
operator: "Exists"
- key: "key"
污点的应用
业务升级
如果某个 Node 更新升级系统组件，为了防止业务长时间中断，可以先在该 Node 设置 NoExecute 污点，把该 Node 上的 Pod 都驱逐出去，让这些 Pod 先在别的 Node 上工作一段时间
kubectl taint node node01 check=mycheck:NoExecute
此时如果别的 Node 资源不够用，可临时给 Master 设置 PreferNoSchedule 污点，让 Pod 可在 Master 上临时创建
kubectl taint node master node-role.kubernetes.io/master=:PreferNoSchedule
等 Node 的更新操作都完成后，再去除污点
kubectl taint node node01 check=mycheck:NoExecute-
维护操作
cordon 和 drain
在业务维护时，cordon 将 Node 标记为不可调度的状态，这样就不会让新创建的 Pod 在此 Node 上运行
kubectl cordon <NODE_NAME> #该node将会变为SchedulingDisabled状态
drain 则可以让 Node 节点开始释放所有 pod，并且不接收新的 pod 进程。drain 本意排水，可以理解为将出问题的 Node 下的 Pod 转移到其它 Node 下运行
kubectl drain <NODE_NAME> --ignore-daemonsets --delete-local-data --force
参数介绍：
- --ignore-daemonsets：无视 DaemonSet 管理下的 Pod。
- --delete-local-data：如果有 mount local volume 的 pod，会强制杀掉该 pod。
- --force：强制释放不是控制器管理的 Pod，例如 kube-proxy。
注：执行 drain 命令，会自动做了两件事情:
- 设定此 node 为不可调度状态（cordon)
- evict（驱逐）了 Pod
维护完毕可以使用 kubectl uncordon 将 Node 标记为可调度的状态：kubectl uncordon <NODE_NAME>
Pod启动阶段（相位 phase）状态介绍
Pod 创建完之后，一直到持久运行起来，中间有很多步骤，也就有很多出错的可能，因此会有很多不同的状态。
一般来说，pod 这个过程包含以下几个步骤：
- 调度到某台 node 上。kubernetes 根据一定的优先级算法选择一台 node 节点将其作为 Pod 运行的 node
- 拉取镜像
- 挂载存储配置等
- 运行起来。如果有健康检查，会根据检查的结果来设置其状态。
此时的可能状态有：
- Pending：表示APIServer创建了Pod资源对象并已经存入了etcd中，但是它并未被调度完成（比如还没有调度到某台node上），或者仍然处于从仓库下载镜像的过程中。
- Running：Pod已经被调度到某节点之上，并且Pod中所有容器都已经被kubelet创建。至少有一个容器正在运行，或者正处于启动或者重启状态（也就是说Running状态下的Pod不一定能被正常访问）。
- Succeeded：有些pod不是长久运行的，比如job、cronjob，一段时间后Pod中的所有容器都被成功终止，并且不会再重启。需要反馈任务执行的结果。
- Failed：Pod中的所有容器都已终止了，并且至少有一个容器是因为失败终止。也就是说，容器以非0状态退出或者被系统终止，比如 command 写的有问题。
- Unknown：表示无法读取 Pod 状态，通常是 kube-controller-manager 无法与 Pod 通信。
故障排除步骤：
- 查看Pod事件
kubectl describe TYPE NAME_PREFIX - 查看Pod日志（Failed状态下）
kubectl logs <POD_NAME> [-c Container_NAME] - 进入Pod（状态为running，但是服务没有提供）
kubectl exec --it <POD_NAME> bash - 查看集群信息
kubectl get nodes - 发现集群状态正常
kubectl cluster-info - 查看kubelet日志发现
journalctl -xefu kubelet