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：

1. 节点筛选（Filter）
2. 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：

1. 节点选择（nodeSelecor/nodeAffinity）

根据标签筛选节点，如：

nodeSelector：
    xx: yy

指定节点名运行，如

nodeName：K8s-master

根据标签亲和性（硬约束）筛选节点，如：

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

2. 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

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

3. 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

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"