K8s Pod调度【学习笔记】

ReaF_star2026-04-21 12:04

Pod调度

先筛选"能运行的节点"，再选择"最合适的节点"

一、Pod调度核心流程

K8s调度器主要分为两个阶段：

节点筛选（Filter）
节点评分（Score）

二、流程图

三、节点筛选（Filter阶段）：

调度器会从所有节点中筛选出"可用节点"，主要依据以下条件：

节点选择（nodeSelecor/nodeAffinity）

根据标签筛选节点，如：

复制代码

nodeSelector：
    xx: yy

指定节点名运行，如

复制代码

nodeName：K8s-master

根据标签亲和性（硬约束）筛选节点，如：

复制代码

affinity:
  nodeAffinity:
    requiredDuringSchedulingIgnoredDuringExecution:
      nodeSelectorTerms:
      - matchExpressions:
        - key: disktype
          operator: In
          values: ["ssd"]

污点与容忍（Taints & Tolerations）

如果节点有污点，Pod必须有对应容忍才能调度

复制代码

tolereations:
    effect: NoSchedule
    key: xx
    value: yy
    operator: Equal

资源检查（requests）

判断节点是否有足够CPU/内存资源满足Pod的requests要求

复制代码

resources:
    requests:
        memory: 500Mi

四、节点评分（Score阶段）：

在筛选出的节点中，调度器会根据策略进行打分，如：

资源利用率（空闲优先）
Pod分布均衡
Affinity（preferred）软约束
Node负载情况

最终选择最优节点。

五、requests和limits区别

requests：调度依据
limits：运行限制

六、资源限制对调度影响

当requests设过高时，Pod可能无法调度（Pending状态）

当limits设置过低时，容器可能被限制性能甚至被杀掉

apiVersion: v1
kind: Pod
metadata:
name: mem-test
spec:
containers:
- name: mem-test
image: python:3.9
command: ["python", "-c"]
args:
- |
a = []
while True:
a.append(' ' * 10**7)
resources:
requests:
memory: "100Mi"
limits:
memory: "200Mi"