Kubernetes 调度器浅析

栏目: 编程工具 · 发布时间: 4年前

内容简介:Kubernetes 是 Google 开源的容器集群管理系统(谷歌内部:Borg),而今天要介绍的 kube-scheduler 是 k8s 系统的核心组件之一,其主要职责就是通过自身的调度算法,为新创建的 Pod 寻找一个最合适的 Node。主要包含如下几个步骤:官方流程图如下:

一、概述

Kubernetes 是 Google 开源的容器集群管理系统(谷歌内部:Borg),而今天要介绍的 kube-scheduler 是 k8s 系统的核心组件之一,其主要职责就是通过自身的调度算法,为新创建的 Pod 寻找一个最合适的 Node。

主要包含如下几个步骤:

  • 通过一组叫做谓词 predicates 的过滤算法,先挑出满足条件的 Node;
  • 通过一组叫做优先级 priorities 的打分算法,来给上一步符合条件的每个 Node 进行打分排名;
  • 最终选择得分最高的节点,当然如果得分一样就随机一个节点,填回 Pod 的 spec.nodeName 字段。

官方流程图如下:

For given pod:



+---------------------------------------------+

|               Schedulable nodes:            |

|                                             |

| +--------+    +--------+      +--------+    |

| | node 1 |    | node 2 |      | node 3 |    |

| +--------+    +--------+      +--------+    |

|                                             |

+-------------------+-------------------------+

                    |

                    |

                    v

+-------------------+-------------------------+



Pred. filters: node 3 doesn't have enough resource



+-------------------+-------------------------+

                    |

                    |

                    v

+-------------------+-------------------------+

|             remaining nodes:                |

|   +--------+                 +--------+     |

|   | node 1 |                 | node 2 |     |

|   +--------+                 +--------+     |

|                                             |

+-------------------+-------------------------+

                    |

                    |

                    v

+-------------------+-------------------------+



Priority function:    node 1: p=2

                      node 2: p=5



+-------------------+-------------------------+

                    |

                    |

                    v

        select max{node priority} = node 2

scheduler 的工作看似很简单,但其实不然。考虑的问题非常多,比如要保证每个节点被公平调度,提高资源利用率,提高 pod 调度效率,提升调度器扩展能力等等。

可涉及的内容非常多,接下来会围绕两个核心步骤对 k8s 的 默认调度策略 深入了解。

参考 Kubernetes 版本: v1.12

二、Predicates

Predicates 在调度过程中的作用就是先进行 过滤 ,过滤掉所有不符合条件的节点后,剩下的所有节点就都是可以运行带调度 Pod。

Predicates 的可以分为如下四类:

  • GeneralPredicates :负责最基础的调度策略,比如 PodFitsResources 计算宿主机资源是否够用。
  • 与 Volume 相关的过滤规则 :负责与容器持久化 Volume 相关的调度策略。
  • 与宿主机相关的过滤规则 :负责考察待调度 Pod 是否满足 Node 本身的一些条件。
  • 与已运行 Pod 相关的过滤规则 :负责检查待调度 Pod 与 Node 上已有 Pod 之间的亲和性关系。

具体的 Predicates 默认策略,可以参考: 默认调度策略

当开始调度一个 Pod 的时候,调度器会同时开启多个协程并发的进行 Node Predicates 过滤,最后返回一个可以运行 Pod 的节点列表。每个协程都是按照固定的顺序进行计算过滤的。

接下来,我们看下四大类具体运行的调度策略内容。

1. GeneralPredicates

看字面意思就知道 GeneralPredicates 负责的是最基础的调度策略,其包含的具体策略如下:

  • PodFitsResources : 计算宿主机的 CPU、内存、扩展资源(如 GPU)等是否够用。
  • PodFitsHost : 检查宿主机的名字是否跟 Pod 的 spec.nodeName 匹配。
  • PodFitsHostPorts : 检查 Pod 申请的宿主机端口有没有冲突。
  • PodMatchNodeSelector : 检查节点是否能匹配 Pod 的 nodeSelector 和 nodeAffinity。

因为 GeneralPredicates 是最基础的调度策略,所以该接口也会被别的组件直接调用,比如 kubelet、daemonSet controller。kubelet 在启动 pod 之前,还会再执行一遍 GeneralPredicates,用于二次确认。

2. 与 Volume 相关的过滤规则

不废话就直接列举具体的策略了:

  • NoDiskConflict :检查该节点上所有的 Pods 是否与待调度的 Pod 的 Volume 有冲突,比如 AWS、GCE 的 Volume 是不允许被两个 Pod 同时使用的。
  • VolumeZonePredicate :检查 Pod Volume 的 zone 标签是否与节点的 zone 标签匹配。如果 Node 没有 zone 标签则认定为匹配。
  • MaxPDVolumeCountPredicate :检查节点上某种类型的 Volume 是否已经超过指定数目。
  • CSIMaxVolumeLimitPredicate :检查 csi volume 相关的限制
  • VolumeBindingPredicate :检查 Pod 对应的 Local PV 的 nodeAffinity 字段,是否跟某个节点的标签相匹配。如果该 Pod PVC 还没有绑定 PV 的话,则调度器还要负责检查所有待绑定的 PV,且该 PV 的 nodeAffinity 是否与节点标签匹配。

3. 与宿主机相关的过滤规则

这些规则主要考察待调度的 Pod 是否满足 Node 本身的一些条件。

具体的策略如下:

  • NodeConditionPredicate :检查 Node 是否还未准备好或者处于NodeOutOfDisk、NodeNetworkUnavailable 状态,又或者 Node spec.Unschedulable 设置为 true,那该节点都将无法被调度。
  • PodToleratesNodeTaints :检查 Node 的 taint(污点)机制。只有当 Pod 的 Toleration 与 Node 的 Taint 匹配时,Pod 才能调度到该节点上。
  • NodeMemoryPressurePredicate :检查当前节点的内存是否已经不够使用。
  • NodeDiskPressurePredicate :检查当前节点的磁盘是否已经不够使用。
  • NodePIDPressurePredicate :检查当前节点的 PID 是否已经不够使用。

4. 与已运行 Pod 相关的过滤规则

该规则主要就是 PodAffinityPredicate,用于检查待调度 Pod 与 Node 上已有的 Pod 之间的亲和性和反亲和性关系。

具体的亲和性相关的调度,后面会单独拿一篇文章进行介绍。

三、Priorities

完成了前一个阶段的节点 “过滤” 之后,便需要通过 Priorities 为这些节点打分,选择得分最高的节点,作为调度对象。

打分函数很多,总得分可以参考:

总分 = (权重1 * 打分函数1) + (权重2 * 打分函数2) + … + (权重n * 打分函数n)

每一次打分的范围是 0 — 10 分。10 表示非常合适,0 表示非常不合适。

并且每个打分函数都可以配置对应的权重值,下面介绍 调度器策略配置 时,也会涉及权重值的配置。默认权重值是 1,如果觉得某个打分函数特别重要,便可以加大该权重值。

具体的 Priorities 默认策略可以参考: defaultPriorities

Priorities 最常用到的一个打分规则是 LeastRequestedPriority , 该算法用于选出空闲资源(cpu & memory)最多的宿主机。

还有一个常见的是 BalancedResourceAllocation ,该规则主要目的是资源平衡。在所有节点里选择各种资源分配最均衡的节点,避免出现某些节点 CPU 被大量分配,但是 Memory 大量剩余的情况。

此外,还有 InterPodAffinityPriorityNodeAffinityPriorityTaintTolerationPriority ,与亲和性与污点调度有关,后面会有单独的文章进行介绍。这里表示节点满足的规则越多,那得分就越高。

在 K8S v1.12 版本还引入了一个调度策略,即 ImageLocalityPriority 。该策略主要目的是优先选择那些已经存有 Pod 所需 image 的节点,可以避免实际运行 Pod 时,再去下载 image。

注意: pod 运行时是否会下载 image,还跟 Pod ImagePullPolicy 配置有关。

可以看到 k8s scheduler 完成一次调度所需的信息非常之多。所以在实际的调度过程中,大量的信息都事先已经缓存,提高了 Pod 的调度效率。

四、调度策略配置

Kubernetes 调度器有默认的调度策略,具体可以参考 default 。当然用户也可以修改调度策略,可以通过命令行参数 policy-config-file 指定一个 JSON 文件来描述哪些 predicates 和 priorities 在启动 k8s 时被使用, 通过这个参数调度就能使用管理者定义的策略了。

示例如下:

{

"kind" : "Policy",

"apiVersion" : "v1",

"predicates" : [

{"name" : "PodFitsHostPorts"},

{"name" : "PodFitsResources"},

{"name" : "NoDiskConflict"},

{"name" : "NoVolumeZoneConflict"},

{"name" : "MatchNodeSelector"},

{"name" : "HostName"}

],

"priorities" : [

{"name" : "LeastRequestedPriority", "weight" : 1},

{"name" : "BalancedResourceAllocation", "weight" : 1},

{"name" : "ServiceSpreadingPriority", "weight" : 1},

{"name" : "EqualPriority", "weight" : 1}

],

"hardPodAffinitySymmetricWeight" : 10,

"alwaysCheckAllPredicates" : false

}

五、自定义调度器

前面提到了调度器的扩展能力,除了使用 k8s 自带的调度器,你也可以编写自己的调度器。通过修改 Pod 的 spec.schedulername 参数来指定调度器的名字。

参考资料

- The Kubernetes Scheduler

- Scheduler Algorithm in Kubernetes


以上所述就是小编给大家介绍的《Kubernetes 调度器浅析》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

Tango with Django

Tango with Django

David Maxwell、Leif Azzopardi / Leanpub / 2016-11-12 / USD 19.00

Tango with Django is a beginner's guide to web development using the Python programming language and the popular Django web framework. The book is written in a clear and friendly style teaching you th......一起来看看 《Tango with Django》 这本书的介绍吧!

HTML 压缩/解压工具
HTML 压缩/解压工具

在线压缩/解压 HTML 代码

MD5 加密
MD5 加密

MD5 加密工具

XML 在线格式化
XML 在线格式化

在线 XML 格式化压缩工具