K8S之list-watch机制+节点以及亲和性调度

Posted 2022-04-12 Richard_Chiang

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了K8S之list-watch机制+节点以及亲和性调度相关的知识，希望对你有一定的参考价值。

K8S之list-watch机制+节点以及亲和性调度

list-watch机制

Kubernetes 是通过 List-Watch 的机制进行每个组件的协作，保持数据同步的，每个组件之间的设计实现了解耦。

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。

list-watch工作流程

Pod是Kubernetes的基础单元，Pod 启动典型创建过程如下：

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）。他们在进程已启动就会监听（Watch）APIServer 发出来的事件。
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。
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。
当 etcd 接受创建 Pod 信息以后，会发送一个 Create 事件给 APIServer。
由于 Controller Manager 一直在监听（Watch，通过http的8080端口）APIServer 中的事件。此时 APIServer 接受到了 Create 事件，又会发送给 Controller Manager。
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）
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。
同样的 etcd 会将创建 Pod 的信息通过事件发送给 APIServer。
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。
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。
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。
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。
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。

节点调度

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。

预算策略

==Predicate有一系列的常见的算法可以使用==：

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 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。

优选策略

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。

指定调度节点

方法一：使用pod.spec.nodeName参数，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

vim myapp.yaml
apiVersion: extensions/v1beta1  
kind: Deployment  
metadata:
  name: myapp
spec:
  replicas: 3
  template:
    metadata:
      labels:
        app: myapp
    spec:
      nodeName: node02
      containers:
      - name: myapp
        image: niginx
        ports:
        - containerPort: 80

kubectl apply -f myapp.yaml

kubectl get pods -o wide

方法二：使用pod.spec.nodeSelector参数，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

kubectl label --help    #获取标签帮助

需要获取 node 上的 NAME 名称
kubectl get node

给对应的 node 设置标签分别为 abc=a 和 abc=b
kubectl label nodes node01 abc=aaa
kubectl label nodes node02 abc=bbb

查看标签
kubectl get nodes --show-labels

修改成 nodeSelector 调度方式
vim myapp1.yaml
apiVersion: extensions/v1beta1  
kind: Deployment  
metadata:
  name: myapp1
spec:
  replicas: 3
  template:
    metadata:
      labels:
        app: myapp1
    spec:
      nodeSelector:
        kgc: a
      containers:
      - name: myapp1
        image: soscscs/myapp:v1
        ports:
        - containerPort: 80

kubectl apply -f myapp1.yaml 

kubectl get pods -o wide

修改一个label的值，需要加上--overwrite参数

kubectl label nodes node02 abc=ccc --overwrite

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 node02 abc-

指定标签查询 node 节点

kubectl get node -l abc=aaa

亲和性

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

（1）节点亲和性

pod.spec.nodeAffinity

preferredDuringSchedulingIgnoredDuringExecution：软策略
requiredDuringSchedulingIgnoredDuringExecution：硬策略

（2）Pod 亲和性

pod.spec.affinity.podAffinity/podAntiAffinity

preferredDuringSchedulingIgnoredDuringExecution：软策略
requiredDuringSchedulingIgnoredDuringExecution：硬策略

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交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。

键值运算关系

In：label 的值在某个列表中
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

kubectl get nodes --show-labels #查看node节点上的标签

节点亲和性（硬策略）

requiredDuringSchedulingIgnoredDuringExecution：硬策略

vim pod1.yaml
apiVersion: v1
kind: Pod
metadata:
  name: nginx001
  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

kubectl delete pod --all && 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。

节点亲和性（软策略）

preferredDuringSchedulingIgnoredDuringExecution：软策略

vim pod2.yaml
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: kubernetes.io/hostname
            operator: In
            values:
            - node03

kubectl apply -f pod2.yaml

kubectl get pods -o wide
#把values:的值改成node01，则会优先在node01上创建Pod
kubectl delete pod --all && kubectl apply -f pod2.yaml && kubectl get pods -o wide
············································································································
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
示例：
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abc=aaa标签的节点
      - weight: 1
        preference:
          matchExpressions:
          - key: abc
            operator: In
            values:
            - aaa

总结：

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

创建一个标签为app=myapp01的Pod
vim pod3.yaml
apiVersion: v1
kind: Pod
metadata:
  name: myapp01
  labels:
    app: myapp01
spec:
  containers:
  - name: with-node-affinity
    image: nginx

kubectl apply -f pod3.yaml

kubectl get pods --show-labels -o wide

使用Pod亲和性调度

vim pod4.yaml
apiVersion: v1
kind: Pod
metadata:
  name: myapp02
  labels:
    app: myapp02
spec:
  containers:
  - name: myapp02
    image: nginx
  affinity:
    podAffinity:
      requiredDuringSchedulingIgnoredDuringExecution:
      - labelSelector:
          matchExpressions:
          - key: app
            operator: In
            values:
            - myapp01
        topologyKey: kubernetes.io/hostname  

kubectl apply -f pod4.yaml

kubectl get pods --show-labels -o wide

#pod根据在节点上正在运行的pod的标签（而不是节点的标签）进行调度

#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 kubernetes.io/hostname 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节点具有键 kubernetes.io/hostname 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 kubernetes.io/hostname 对应的值不一样就是不同的拓扑域。比如 Pod1 在 kubernetes.io/hostname=node01 的 Node 上，Pod2 在 kubernetes.io/hostname=node02 的 Node 上，Pod3 在 kubernetes.io/hostname=node01 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

Pod 反亲和性调度

vim pod5.yaml
apiVersion: v1
kind: Pod
metadata:
  name: myapp03
  labels:
    app: myapp03
spec:
  containers:
  - name: myapp03
    image: nginx
  affinity:
    podAntiAffinity:
      preferredDuringSchedulingIgnoredDuringExecution:
      - weight: 100
        podAffinityTerm:
          labelSelector:
            matchExpressions:
            - key: app
              operator: In
              values:
              - myapp01
          topologyKey: kubernetes.io/hostname

#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 处于相同的区域，Pod 不能被调度到该节点上。）

kubectl apply -f pod5.yaml

kubectl get pods --show-labels -o wide

总结

节点亲和调度到满足 Node 节点的标签条件的Node节点   nodeAffinity
硬策略：必须满足条件                    requiredDuringSchedulingIgnoredDuringExecution
软策略：尽量满足条件，满足不了也没关系     preferredDuringSchedulingIgnoredDuringExecution

硬策略配置：
spec:
  affinity:
    nodeAffinity:
      requiredDuringSchedulingIgnoredDuringExecution:
        nodeSelectorTerms:
        - matchExpressions:
          - key: KEY_NAME
            operator: In/NotIn/Exists/DoesNotExist/Gt/Lt
            values:
            - KEY_VALUE

软策略配置：
spec:
  affinity:
    nodeAffinity:
      preferredDuringSchedulingIgnoredDuringExecution:
      - weight: WEIGHT_VALUE
        preference:
          matchExpressions:
          - key: KEY_NAME
            operator: In/NotIn/Exists/DoesNotExist
            values:
            - KEY_VALUE

pod亲和
pod亲和（podAffinity）：调度到满足pod的标签条件所对应的node节点（用的硬策略） 
spec:
  affinity:
    podAffinity:
      requiredDuringSchedulingIgnoredDuringExecution:
      - labelSelector:
          matchExpressions:
          - key: app
            operator: In/NotIn/Exists/DoesNotExist
            values:
            - KEY_VALUE
        topologyKey: kubernetes.io/hostname            #Pod亲和必须携带拓扑域字段

pod反亲和（podAntiAffinity）：不调度到满足pod的标签条件所对应的node节点（用的软策略）
spec:
  containers:
  affinity:
    podAntiAffinity:
      preferredDuringSchedulingIgnoredDuringExecution:
      - weight: WEIGHT_VALUE
        podAffinityTerm:
          labelSelector:
            matchExpressions:
            - key: app
              operator: In/NotIn/Exists/DoesNotExist
              values:
              - KEY_VALUE
          topologyKey: kubernetes.io/hostname

以上是关于K8S之list-watch机制+节点以及亲和性调度的主要内容，如果未能解决你的问题，请参考以下文章

K8S之节点亲和性调度

k8s调度器之亲和性和反亲和性/节点选择器