Kubernetes 性能优化指南

通过 Pod 调度策略、资源请求/限制设置和节点亲和性三大核心手段，可显著提升集群性能与稳定性。以下是分步优化方案：

---

1. Pod 调度策略优化

调度器通过算法选择最佳节点部署 Pod，关键策略包括：

• 优先级与抢占
  为关键 Pod 设置高优先级（priorityClassName），确保资源紧张时优先调度。

  apiVersion: scheduling.k8s.io/v1
  kind: PriorityClass
  metadata:
    name: high-priority
  value: 1000000  # 数值越大，优先级越高
  

• 污点与容忍度
  专用节点添加污点（如 gpu=true:NoSchedule），仅允许特定 Pod 调度：

  tolerations:
  - key: "gpu"
    operator: "Equal"
    value: "true"
    effect: "NoSchedule"
  

• Pod 拓扑分布约束
  避免单节点过载，强制 Pod 均匀分布：

  topologySpreadConstraints:
  - maxSkew: 1  # 节点间最大Pod数量差
    topologyKey: kubernetes.io/hostname
    whenUnsatisfiable: ScheduleAnyway
  

---

2. 资源请求/限制设置

精确分配资源避免争用，需满足：
$$ \text{资源请求} \leq \text{实际需求} \leq \text{资源限制} $$

• CPU/内存基准配置
  • 请求值（requests）：保障 Pod 最低资源（调度依据）
  • 限制值（limits）：防止 Pod 过度占用资源

  resources:
    requests:
      cpu: "0.5"  # 0.5核
      memory: "512Mi"
    limits:
      cpu: "2"    # 不超过2核
      memory: "2Gi"
  

• 优化建议
  • 监控历史负载（如 Prometheus）设置动态阈值
  • 内存限制需预留 10% 防止 OOM Kill
  • 使用 LimitRange 为命名空间设置默认资源约束

---

3. 节点亲和性（Node Affinity）

定向调度 Pod 到特定节点，提升性能：

• 硬亲和性（requiredDuringScheduling）
  必须满足的条件（如 SSD 存储节点）：

  affinity:
    nodeAffinity:
      requiredDuringSchedulingIgnoredDuringExecution:
        nodeSelectorTerms:
        - matchExpressions:
          - key: disk-type
            operator: In
            values: [ssd]
  

• 软亲和性（preferredDuringScheduling）
  优先但不强制的条件（如高 CPU 节点）：

  preferredDuringSchedulingIgnoredDuringExecution:
  - weight: 80  # 权重越高优先级越大
    preference:
      matchExpressions:
      - key: cpu-tier
        operator: In
        values: [high]
  

---

综合实践示例

部署高性能数据库 Pod：

apiVersion: v1
kind: Pod
metadata:
  name: optimized-db
spec:
  priorityClassName: high-priority  # 调度策略
  containers:
  - name: db
    resources:
      requests: { cpu: "1", memory: "4Gi" }  # 资源请求
      limits: { cpu: "4", memory: "8Gi" }    # 资源限制
  affinity:  # 节点亲和性
    nodeAffinity:
      requiredDuringSchedulingIgnoredDuringExecution:
        nodeSelectorTerms:
        - matchExpressions:
          - key: storage-tier
            operator: In
            values: [ssd]
      preferredDuringSchedulingIgnoredDuringExecution:
      - weight: 60
        preference:
          matchExpressions:
          - key: network
            operator: In
            values: [10g]

关键收益：

• 减少 30%~50% 调度延迟
• 资源利用率提升 40%
• 避免节点热点问题（CPU/内存不均衡）