【kubernetes】关于k8s集群如何将pod调度到指定node节点(亲和与反亲和等)

用户是通过 kubectl 根据配置文件，向 APIServer 发送命令，在 Node 节点上面建立 Pod 和 Container。
APIServer 经过 API 调用，权限控制，调用资源和存储资源的过程，实际上还没有真正开始部署应用。这里需要 Controller Manager、Scheduler 和 kubelet 的协助才能完成整个部署过程。

在 Kubernetes 中，所有部署的信息都会写到 etcd 中保存。实际上 etcd 在存储部署信息的时候，会发送 Create 事件给 APIServer，而 APIServer 会通过监听（Watch）etcd 发过来的事件。其他组件也会监听（Watch）APIServer 发出来的事件。

1.1.1Pod 启动典型创建过程

Pod 是 Kubernetes 的基础单元，Pod 启动典型创建过程如下：工作机制 ⭐⭐⭐⭐

（1）这里有三个 List-Watch，分别是 Controller Manager（运行在 Master），Scheduler（运行在 Master），kubelet（运行在 Node）。他们在进程一启动就会监听（Watch）APIServer 发出来的事件。

（2）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。

（3）APIServer 尝试着将 Pod 对象的相关元信息存入 etcd 中，待写入操作执行完成，APIServer 即会返回确认信息至客户端。

（4）当 etcd 接受创建 Pod 信息以后，会发送一个 Create 事件给 APIServer。

（5）由于 Controller Manager 一直在监听（Watch，通过https的6443端口）APIServer 中的事件。此时 APIServer 接受到了 Create 事件，又会发送给 Controller Manager。

（6）Controller Manager 在接到 Create 事件以后，调用其中的 Replication Controller 来保证 Node 上面需要创建的副本数量。一旦副本数量少于 RC 中定义的数量，RC 会自动创建副本。总之它是保证副本数量的 Controller（PS：扩容缩容的担当）。

（7）在 Controller Manager 创建 Pod 副本以后，APIServer 会在 etcd 中记录这个 Pod 的详细信息。例如 Pod 的副本数，Container 的内容是什么。

（8）同样的 etcd 会将创建 Pod 的信息通过事件发送给 APIServer。

（9）由于 Scheduler 在监听（Watch）APIServer，并且它在系统中起到了“承上启下”的作用，“承上”是指它负责接收创建的 Pod 事件，为其安排 Node；“启下”是指安置工作完成后，Node 上的 kubelet 进程会接管后继工作，负责 Pod 生命周期中的“下半生”。换句话说，Scheduler 的作用是将待调度的 Pod 按照调度算法和策略绑定到集群中 Node 上。

（10）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。

（11）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。

（12）kubelet 是在 Node 上面运行的进程，它也通过 List-Watch 的方式监听（Watch，通过https的6443端口）APIServer 发送的 Pod 更新的事件。kubelet 会尝试在当前节点上调用 Docker 启动容器，并将 Pod 以及容器的结果状态回送至 APIServer。

（13）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，事件将通过它被接受。

#注意：在创建 Pod 的工作就已经完成了后，为什么 kubelet 还要一直监听呢？原因很简单，假设这个时候 kubectl 发命令，要扩充 Pod 副本数量，那么上面的流程又会触发一遍，kubelet 会根据最新的 Pod 的部署情况调整 Node 的资源。又或者 Pod 副本数量没有发生变化，但是其中的镜像文件升级了，kubelet 也会自动获取最新的镜像文件并且加载。

二、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。

调度分为几个部分：首先是过滤掉不满足条件的节点，这个过程称为预算策略（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。如果中间任何一步骤有错误，就直接返回错误。

2.1Predicate（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nodeName，检查节点名称是否和 NodeName 匹配。
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。

2.2priorities（优选策略）常见的算法

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（该项的重要性）。有一系列的常见的优先级选项包括：

LeastRequestedPriority：通过计算CPU和Memory的使用率来决定权重，使用率越低权重越高。也就是说，这个优先级指标倾向于资源使用比例更低的节点。
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 20:60，node02 的 CPU 和 Memory 使用率 50:50，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。

通过算法对所有的优先级项目和权重进行计算，得出最终的结果。

三、k8s将pod调度到指定node的方法

3.1指定nodeName

指定调度节点：

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

cd /opt

mkdir diaodu

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 pod -owide

查看详细事件（发现未经过 scheduler 调度分配）

kubectl describe pod myapp-699655c7fd-gg62h

3.2指定nodeSelector

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

获取标签帮助

//获取标签帮助
kubectl label --help
Usage:
  kubectl label [--overwrite] (-f FILENAME | TYPE NAME) KEY_1=VAL_1 ... KEY_N=VAL_N [--resource-version=version] [options]

需要获取 node 上的 NAME 名称

kubectl get node

查看标签

kubectl get nodes --show-labels

给对应的 node 设置标签分别为 kgc=a 和 kgc=b

kubectl label nodes node01 kgc=a

kubectl label nodes node02 kgc=b

3.2.1修改成 nodeSelector 调度方式

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

先它们删除方便查看

apiVersion: apps/v1
kind: Deployment
metadata:
  name: myapp1
spec:
  replicas: 3
  selector:
    matchLabels:
      app: myapp1
  template:
    metadata:
      labels:
        app: myapp1
    spec:
      nodeSelector:
            kgc: a
      containers:
      - name: myapp1
        image: soscscs/myapp:v1
        ports:
        - containerPort: 80

kubectl apply -f myapp02.yaml

kubectl get pod -owide

kubectl get nodes --show-labels

发现node01有kgc=a的该标签，所以pod会被调度到node01节点

查询详细信息

3.2.1.1修改一个 label 的值，需要加上 --overwrite 参数

kubectl label nodes node02  kgc=a --overwrite

#kubectl label nodes 节点   键=值  --overwrite

现在我没有kgc=a（配置文件设置的）标签的node节点，验证是否会都处于pending状态

3.2.1.2关于nodeName和nodeSelector字段分析

如下图

nodeName只能指定单个node节点，nodeSelector可以指定有相同标签的多个node节点

3.2.1.3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 node01 kgc-

3.2.1.4指定标签查询 node 节点

kubectl get node -l kgc=a

四、k8s的标签管理之增删改查

##增加标签
kubectl label -n 命名空间 资源类型  资源名称 标签键名=键值
 
##删除标签
kubectl label -n 命名空间 资源类型  资源名称 标签键名-（减号不能忽略）
 
##修改标签
kubectl label -n 命名空间 资源类型  资源名称 标签键名=新的键值 --overwrite
 
##查询标签
kubectl get -n 命名空间 资源类型 --show-label [-l 标签键名]或[-l 标签键名=键值]（筛选）

五、亲和性

k8s的三大亲和性（灵活将pod调度到node的方法）

官方文档
https://kubernetes.io/zh/docs/concepts/scheduling-eviction/assign-pod-node/

5.1节点亲和性

pod.spec.nodeAffinity

节点亲和性概念上类似于 nodeSelector，它使你可以根据节点上的标签来约束 Pod 可以调度到哪些节点上。节点亲和性有两种：

preferredDuringSchedulingIgnoredDuringExecution：软策略
requiredDuringSchedulingIgnoredDuringExecution 硬策略

requiredDuringSchedulingIgnoredDuringExecution：调度器只有在规则被满足的时候才能执行调度。此功能类似于 nodeSelector，但其语法表达能力更强。

preferredDuringSchedulingIgnoredDuringExecution：调度器会尝试寻找满足对应规则的节点。如果找不到匹配的节点，调度器仍然会调度该 Pod

kubectl get nodes  --show-labels

5.1.1 硬策略

requiredDuringSchedulingIgnoredDuringExecution 硬策略

mkdir /opt/affinity
cd /opt/affinity

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    #指定node的标签
            operator: NotIn     #设置Pod安装到kubernetes.io/hostname的标签值不在values列表中的node上
            values:
            - node02

kubectl apply -f pod1.yaml

kubectl get pods -o wide

#如果硬策略不满足条件，Pod 状态一直会处于 Pending 状态。

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: kgc      #指定node的标签
            operator: NotIn     #设置Pod安装到kgc的标签值不在values列表中的node上
            values:
            - b

这边只设置了标签b，配置文件写要找不是b的node节点

kubectl delete pod --all && kubectl apply -f pod1.yaml && kubectl get pods -o wide

5.1.2 软策略

preferredDuringSchedulingIgnoredDuringExecution：软策略

软策略中权重范围为1-100

kubectl explain pod.spec.affinity.nodeAffinity.preferredDuringSchedulingIgnoredDuringExecution
#查看软策略的帮助 以及优先级

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: kgc
            operator: NotIn
            values:
            - b
            - a

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

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:   #先满足硬策略，排除有kubernetes.io/hostname=node02标签
的节点
        nodeSelectorTerms:
        - matchExpressions:
          - key: kubernetes.io/hostname
            operator: NotIn
            values:
            - node02
      preferredDuringSchedulingIgnoredDuringExecution:  #再满足软策略，优先选择有kgc=a标签的节点
      - weight: 1
        preference:
          matchExpressions:
          - key: kgc
            operator: In
            values:
            - a

因为硬策略优先级高所以在node1上面

当同时定义软硬策略，硬策略具有最高的优先级。调度器在尝试调度Pod时，会首先检查硬策略是否满足。如果不满足，则不会考虑软策略，而是将Pod保持在待调度状态

软策略的优先级低于硬策略。当硬策略被满足后，调度器会尝试满足软策略，但如果无法满足，Pod仍然可以被调度到其他节点上

硬策略——requiredDuringSchedulingIgnoredDuringExecution
表明其是一个强制性的调度，调度器只有在规则被满足的时候才能执行调度

软策略——preferredDuringSchedulingIgnoredDuringExecution
表明其是一个偏好性的调度，调度器会根据偏好优先选择满足对应规则的节点来调度Pod。但如果找不到满足规则的节点，调度器则会选择其他节点来调度Pod。

通过权重来,权重越大,优先级越高

如果硬策略软策略都存在的同时，硬策略没有满足的条件则一直处于pending状态，不会转到软策略。

5.2Pod 亲和性

pod.spec.affinity.podAffinity/podAntiAffinity

preferredDuringSchedulingIgnoredDuringExecution：软策略
requiredDuringSchedulingIgnoredDuringExecution：硬策略

例如，你可以使用 requiredDuringSchedulingIgnoredDuringExecution 亲和性来告诉调度器，将两个服务的 Pod 放到同一个云提供商可用区内，因为它们彼此之间通信非常频繁。类似地，你可以使用 preferredDuringSchedulingIgnoredDuringExecution 反亲和性来将同一服务的多个 Pod 分布到多个云提供商可用区中。

要使用 Pod 间亲和性，可以使用 Pod 规约中的 .affinity.podAffinity 字段。对于 Pod 间反亲和性，可以使用 Pod 规约中的 .affinity.podAntiAffinity 字段。

调度一组具有 Pod 间亲和性的 Pod

如果当前正被调度的 Pod 在具有自我亲和性的 Pod 序列中排在第一个，那么只要它满足其他所有的亲和性规则，它就可以被成功调度。这是通过以下方式确定的：确保集群中没有其他 Pod 与此 Pod 的名字空间和标签选择算符匹配；该 Pod 满足其自身定义的条件，并且选定的节点满足所指定的所有拓扑要求。这确保即使所有的 Pod 都配置了 Pod 间亲和性，也不会出现调度死锁的情况

举例：帮助你理解

可以把自己理解成一个Pod，当你报名来学云计算，如果你更倾向去zhangsan老师带的班级，把不同老师带的班级当作一个node的话，这个就是节点亲和性。如果你是必须要去zhangsan老师带的班级，这就是硬策略；而你说你想去并且最好能去zhangsan老师带的班级，这就是软策略。
如果你有一个很好的朋友叫lisi，你倾向和lisi同学在同一个班级，这个就是Pod亲和性。如果你一定要去lisi同学在的班级，这就是硬策略；而你说你想去并且最好能去lisi同学在的班级，这就是软策略。软策略是不去也可以，硬策略则是不去就不行。

5.3键值运算关系

In：label 的值在某个列表中 pending
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

说明：

Gt 和 Lt 操作符不能与非整数值一起使用。如果给定的值未解析为整数，则该 Pod 将无法被调度。另外，Gt 和 Lt 不适用于 podAffinity。

kubectl get nodes --show-labels

5.4Pod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

kubectl label nodes node01 kgc=a    #pod1设置  
kubectl label nodes node02 kgc=b    #pod2设置

创建一个标签为 app=myapp01 的 Pod

apiVersion: v1
kind: Pod
metadata:
  name: myapp01
  labels:
    app: myapp01
spec:
  containers:
  - name: with-node-affinity
    image: soscscs/myapp:v1

创建的myapp01这个pod在node02上面

5.4.1使用 Pod 亲和性调度

使用 Pod 亲和性调度，创建多个 Pod 资源

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: kgc

#仅当节点和至少一个已运行且有键为“app”且值为“myapp01”的标签的 Pod 处于同一拓扑域时，才可以将该 Pod 调度到节点上。（更确切的说，如果节点 N 具有带有键 kgc 和某个值 V 的标签，则 Pod 有资格在节点 N 上运行，以便集群中至少有一个具有键 kgc 和值为 V 的节点正在运行具有键“app”和值 “myapp01”的标签的 pod。）
#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。调度器试图在每个拓扑域中放置数量均衡的 Pod。
#如果 kgc 对应的值不一样就是不同的拓扑域。比如 Pod1 在 kgc=a 的 Node 上，Pod2 在 kgc=b 的 Node 上，Pod3 在 kgc=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。

5.4.2使用 Pod 反亲和性调度

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

让创建的pod跟已有的myapp01这个pod不在一个区域（不在一个kgc区域，比如app01在node1 kgc=a 则新创的在kgc=b上）

#如果节点处于 Pod 所在的同一拓扑域且具有键“app”和值“myapp01”的标签，则该 pod 不应将其调度到该节点上。（如果 topologyKey 为 kubernetes.io/hostname，则意味着当节点和具有键 “app”和值“myapp01”的 Pod 处于相同的拓扑域，Pod 不能被调度到该节点上。）

5.4.3使用是pod的反亲和跟硬策略

kubectl label nodes node02 kgc=a --overwrite

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。调度器试图在每个拓扑域中放置数量均衡的 Pod
当node01的标签值为kgc=a，而node02的标签值为kgc=b则它们不属于同一组(拓扑域)。
如果两个节点的标签值都相同，如kgc=a，则它们属于同一组

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: kgc

由于指定 Pod 所在的 node01 节点上具有带有键 kgc 和标签值 a 的标签，node02 也有这个kgc=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，即为 Pending 状态。

六、温故而知新

6.1List-Watch

Controller-Manager、Scheduler、Kubelet监听APIServer发出的事件，APIServer监听etcd发出事件

Scheduler：通过预选策略（通过调度算法过滤掉不满足条件的节点）和优选策略（通过优先级选项给满足条件的节点进行优先级和权重的排序，选择优先级最高的节点）

6.2标签操作命令

kubectl get <资源类型> <资源名称> --show-labels

kubectl get <资源类型> -l <标签key> <标签value>

kubectl label <资源类型> <资源名称> key=value 创建

kubectl label <资源类型> <资源名称> key=value --overwrite 修改

kubectl label <资源类型> <资源名称> key- 删除