Kubernetes基础自学系列调度器

　　视频来源：B站《2021年末倾力打造Kubernetes入门至精通2022年幸福的开胃菜》
　　一边学习一边整理老师的课程内容及试验笔记，并与大家分享，侵权即删，谢谢支持！
　　附上汇总贴：Kubernetes基础自学系列汇总COCOgsta的博客CSDN博客
　　简介
　　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。听起来非常简单，但有很多要考虑的问题：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
　　Scheduler是作为单独的程序运行的，启动之后会一直坚挺APIServer，获取PodSpec。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过程
　　调度分为几个部分：首先是过滤掉不满足条件的节点，这个过程称为预选；然后对通过的节点按照优先级排序，这个是优选；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
　　预选有一系列的算法可以使用：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
　　如果在预选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，就继续优选过程：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（该项的重要性）。这些优先级选项包括：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。换句话说，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。这个应该和上面的一起使用，不应该单独使用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，得出最终的结果自定义调度器
　　除了kubernetes自带的调度器，你也可以编写自己的调度器。通过spec：schedulername参数指定调度器的名字，可以为pod选择某个调度器进行调度。比如下面的pod选择myscheduler进行调度，而不是默认的defaultscheduler：apiVersion：v1kind：Podmetadata：name：testschedulerlabels：name：testschedulerspec：schedulername：testschedulercontainers：name：podwithsecondannotationcontainerimage：wangyanglinuxmyapp：v2