Kubernetes入门

Posted 2021-09-05 奋斗的蜗牛灬

目录

• 前言
• 一、K8S 概述
• • 1.1 K8S 介绍
  • 1.2 为什么要用 K8S?
  • 1.3 K8S 的 特性
  • 1.4 Kubernetes集群架构与组件
  • 1.5 学习目标
• 二、K8s 核心节点和组件
• • 2.1 Master 节点
  • • Kube-apiserver 组件
    • Kube-controller-manager 组件
    • Kube-scheduler 组件（调度程序）
    • Auth 授权
  • 2.2 Node / Woker Node / 从节点
  • • Kubelet 组件
    • Kube-Proxy 组件
    • Container-runtime 容器引擎
    • Pod
  • 2.3 配置存储中心 etcd（属于Master 节点）
  • 2.4 创建POD流程
• 三、Kubernetes 核心概念
• • 3.1 Pod
  • 3.2 Pod 控制器
  • 3.3 Label
  • 3.4 Label 选择器（Label selector）
  • 3.5 Service（重点）（四层调度）
  • 3.6 Ingress（入口）（七层调度）
  • 3.7 Name
  • 3.8 Namespace
  • 3.9 Minikub
  • 3.10 Kubeadmin
  • 二进制安装部署
• 总结

前言

一、K8S 概述

是 Kubernetes 的简称

1.1 K8S 介绍

作用：

• 用于自动部署、扩展 和 管理 " 容器化（Containerized）应用程序 " 的开源系统。
• 可以理解成 K8s是 负责自动化运维管理多个容器化程序（比如Docker）的集群，是一个生态极其丰富的 容器编排框架工具。
• K8s 的目标是让部署容器化应用简单高效。
• 可以自动构建运行环境封装体

由来：

• K8S由 Google 的 Borg 系统（博格系统，Google内部使用的大规模容器编排工具）作为原型，后经Go语言延用Borg的思路进行重写，并捐献给Cncf基金会开源。

含义：

• 词根源于希腊语的舵手、飞行员。舵手管理着装满集装箱的轮船（Docker）

官网：

https:// kubernetes.io

GitHub：https://github.com/kubernetes/kubernetes

K8S认证证书：CKA、CKAS

特点：

• 轻量级，开源
• 支持弹性伸缩
• 支持负载均衡IPVS（四层负载均衡）

容器资源管理工具有：

• Apache MESOS
• Docker Swarm：Docker 官方容器资源管理器，
• K8s 资源管理器

1.2 为什么要用 K8S?

试想下传统的后端部署办法：把程序包（包括可执行二进制文件、配置文件等）放到服务器上，接着运行启动脚本把程序跑起来，同时启动守护脚本定期检查程序运行状态、必要的话重新拉起程序。

设想一下，如果服务的请求量上来，已部署的服务响应不过来怎么办？

传统的做法往往是，如果请求量、内存、CPU超过阈值做了告警，运维人员马上再加几台服务器，部署好服务之后，接入负载均衡来分担已有服务的压力。
这样问题就出现了：从监控告警到部署服务，中间需要人力介入。那么，有没有办法自动完成服务的部署、更新、卸载和扩容、缩容呢？

而这就是K8s要做的事情：自动化运维管理容器化（Docker）程序。

K8S 解决了裸跑Docker 的若干痛点：

• 单机使用，无法有效集群
• 随着容器数量的上升，管理成本攀升
• 没有有效的容灾、自愈机制
• 没有预设编排模板，无法实现快速、大规模容器调度
• 没有统一的配置管理中心工具
• 没有容器生命周期的管理工具
• 没有图形化运维管理工具

1.3 K8S 的 特性

• K8S 提供了 容器编排，资源调度，弹性伸缩，部署管理，服务发现 等一系列功能。

弹性伸宿

• 使用命令、UI或者基于CPU使用情况自动快速扩容和缩容应用程序实例，保证应用业务高峰并发时的高可用性；业务低峰时回收资源，以最小成本运行服务。

自我修复

• 在节点故障时重新启动失败的容器，替换和重新部署，保证预期的副本数量；杀死健康检查失败的容器，并且在未准备好之前不会处理客户端请求，确保线上服务不中断。
• 会将请求交给正常工作的容器，运行失败的容器不处理请求

服务发现 和 负载均衡

• K8s 为多个容器提供一个统一访问入口（内部IP地址和一个DNS名称），并且负载均衡关联的所有容器，使得用户无需考虑容器IP问题。

自动发布（默认滚动发布模式）和 回滚

• K8s 采用滚动更新策略更新应用，一次更新一个Pod（按Pod数比例更新），而不是同时删除所有Pod，如果更新过程中出现问题，将回滚更改，确保升级不受影响业务。
• 滚动发布：一般是取出一个或者多个服务器停止服务，执行更新，并重新将其投入使用。周而复始，直到集群中所有的实例都更新成新版本。
• 发布方式有：蓝绿发布、滚动发布、灰度发布/金丝雀部署

集中化 配置管理 和 密钥管理

• 管理机密数据和应用程序配置，而不需要把敏感数据暴露在镜像里，提高敏感数据安全性。并可以将一些常用的配置存储在K8s中，方便应用程序使用。

存储编排，支持 外挂存储 并对外挂存储资源进行编排

• 挂载外部存储系统，无论是来自本地存储，公有云（如AWS)，还是网络存储（如 NFS、Glusterfs、Ceph）都作为集群资源的一部分使用，极大提高存储使用灵活性。

任务批处理 运行

• 提供一次性任务，定时任务，满足批量数据处理和分析的场景。

1.4 Kubernetes集群架构与组件

• K8S 是属于主从设备模型（Master-Slave 架构），即有Master节点负责集群的调度、管理和运维，Slave 节点是集群中的运算工作负载节点。

• 在K8S中，主节点一般被称为Master节点，而从节点则被称为 Worker Node 节点，每个Node都会被Master分配一些工作负载。

• Master组件 可以在群集中的任何计算机上运行，但建议Master节点占据一个独立的服务器。因为Master 是整个集群的大脑，如果Master所在节点宕机或不可用，那么所有的控制命令都将失效。

• 除了Master，在K8S 集群中的其他机器被称为 Worker Node节点，当某个Node宕机时，其上的工作负载会被Master 自动转移到其他节点上去。

单主节点架构，没有做高可用（多master备份）。

1.5 学习目标

• 了解 Kubernetes关键字的含义
• 了解什么是Pod控制器类型
• K8s网络通讯模式
• Kubexnetes构建K8S集群
• 资源清单：掌握资源清单的语法，编写Pod，掌握Pod 的生命周期
• Pod控制器：掌握各种控制器的特点以及使用定义方式

二、K8s 核心节点和组件

• kubectl 是 k8s 命令，不属于哪个节点。
• Pod 是概念，不是组件
  
  

2.1 Master 节点

• Kubectl：客户端命令行工具，作为整个K8s集群的操作入口；
• Api Server：在K8s架构中承担的是“桥梁”的角色，作为资源操作的唯一入口，它提供了认证、授权、访问控制、API注册和发现等机制。客户端与k8s群集及K8s内部组件的通信，都要通过Api Server这个组件；
• Controller-manager：负责维护群集的状态，比如故障检测、自动扩展、滚动更新等；
• Scheduler：负责资源的调度，按照预定的调度策略将pod调度到相应的node节点上；
• ETCD：担任存储数据中心的角色，保存了整个群集的状态，只和Api Server 交互；

Kube-apiserver 组件

• 用于暴露 Kubernetes API，任何资源请求 或 调用操作 都是通过 kube-apiserver 提供的接口进行。
• 以 HTTP Restful API 提供接口服务，所有对象资源的增删改查 和 监听操作 都交给 API server 处理后 再提交给 Etcd存储（分布式存储数据库）。
• 可以理解成 API Server是 K8s 的请求入口服务。API Server 负责接收 K8S 所有请求（来自UI界面或者CLI 命令行工具)，然后根据用户的具体请求，去通知其他组件工作。
• API Server是 K8s集群架构的大脑。

Kube-controller-manager 组件

Kube-controller-manager：运行控制器进程 的 控制平面组件。

从逻辑上讲，每个控制器都是一个单独的进程，但是为了降低复杂性，它们都被编译到同一个可执行文件，并在一个进程中运行。

• 运行管理控制器，是K8s集群中处理常规任务的后台线程，是K8S集群里所有资源对象的自动化控制中心。
• 在K8s集群中，一个资源对应一个控制器，而 Kube-Controller-manager 就是负责管理这些控制器的。
• 由一系列控制器组成，通过 API Server 监控整个集群的状态，并确保集群处于预期的工作状态，比如 当某个Node意外宕机时，Controller Manager 会及时发现并执行 自动化修复流程，确保集群始终处于预期的工作状态。

这些控制器主要包括：

• Node Controller（节点控制器）：负责在节点出现故障时进行通知和响应。
• **Replication Controller（副本控制器，控制Pod的数量)**∶负责保证集群中一个RC（资源对象 Replication Controller）所关联的 Pod副本数始终保持预设值。可以理解成确保集群中有且仅有N个 Pod 实例，N是 RC 中定义的 Pod副本数量。
• **Endpoints Controller（端点控制器)**∶填充端点对象（即连加入 services 和 Pods)，负责监听service和对应的 Pod副本的变化。可以理解端点是一个服务暴露出来的访问点，如果需要访问一个服务，则必须知道它的 endpoint。
• Job controller（任务控制器）：监测代表一次性任务的 Job对象，然后创建 Pods 来运行这些任务直至完成。
• **Service Account & Token Controllers（服务帐户和令牌控制器)**∶为新的命名空间创建默认帐户 和 API访问令牌。
• ResourceQuota Controller（资源配额控制器）:确保指定的资源对象在任何时候都不会超量占用系统物理资源。
• Namespace Controller（命名空间控制器）:管理namespace 的生命周期。
• Service Controller（服务控制器）∶属于K8S集群与外部的云平台之间的一个接口控制器。

Kube-scheduler 组件（调度程序）

• 是负责资源调度的进程，根据调度算法为新创建的 Pod 选择一个合适的 Node节点
• 可以理解成K8s所有 Node节点的调度器。当用户要部署服务时，scheduler 会根据调度算法选择最合适的 Node 节点来部署Pod，即通过调度算法将Pod 部署在哪一个Node节点上。
  • 预算策略（predicate)
  • 优选策略（priorities)

问？k8s调度算法有哪些？

Auth 授权

2.2 Node / Woker Node / 从节点

Kubelet 组件

• Node节点的监视器，以及与Master节点的通讯器。Kubelet 是Master节点安插在Node 节点上的"眼线"，它会定时向API Server汇报自己Node节点上运行的服务的状态，并接受来自Master节点的指示采取调整措施。
  从Master节点获取自己节点上 Pod的期望状态（比如运行什么容器、运行的副本数量、网络或者存储如何配置等)，
  直接跟容器引擎交互实现容器的生命周期管理，如果自己节点上 Pod的状态与期望状态不一致，则调用对应的容器平台接口（即docker的接口）达到这个状态。
  管理镜像和容器的清理工作，保证节点上镜像不会占满磁盘空间，退出的容器不会占用太多资源。
  PS: Kubelet真是个苦逼老父亲，又当爹又当妈，一把屎一把尿把这些容器拉扯大，还要给它们养老送终。。

Kube-Proxy 组件

• 在每个Node节点上实现 Pod网络代理，是Kubernetes Service资源的载体，负责维护网络规则和四层负载均衡工作。负责写入规则至iptables、ipvs实现服务映射访问的。
• Kube-Proxy本身不是直接给 pod 提供网络，Pod 的网络是由Kubelet 提供的，Kube-Proxy 实际上维护的是虚拟的 Pod 集群网络。Kube-apiserver通过监控Kube-Proxy进行对Kubernetes Service 的更新和端点的维护。
• 在K8S集群中微服务的负载均衡是由Kube-proxy_实现的。Kube-proxy是K8s集群内部的负载均衡器。它是一个分布式代理服务器，在K8S的每个节点上都会运行一个Kube-proxy组件。
• 其实就是通过IP+端口进行反向代理

Container-runtime 容器引擎

• Container-runtime：是负责管理运行容器的软件，比如 docker 或 rocket

Pod

• 是k8s集群里面最小的单位。

2.3 配置存储中心 etcd（属于Master 节点）

提供K8s 的存储服务。etcd 是分布式键值对存储系统，存储了K8s 的关键配置和用户配置，K8S 中仅 ApI Server才具备读写权限，其他组件必须通过API Server 的接口才能读写数据。

2.4 创建POD流程

Master 节点

• Kubectl：客户端命令行工具，作为整个K8s集群的操作入口；
• Api Server：在K8s架构中承担的是“桥梁”的角色，作为资源操作的唯一入口，它提供了认证、授权、访问控制、API注册和发现等机制。客户端与k8s群集及K8s内部组件的通信，都要通过Api Server这个组件；
• Controller-manager：负责维护群集的状态，比如故障检测、自动扩展、滚动更新等；
• Scheduler：负责资源的调度，按照预定的调度策略将pod调度到相应的node节点上；
• ETCD：担任存储数据中心的角色，保存了整个群集的状态，只和Api Server 交互；

Node 节点：

• Kubelet：负责维护容器的生命周期，同时也负责Volume和网络的管理，一般运行在所有的节点，是Node节点的代理，当Scheduler确定某个node上运行pod之后，会将pod的具体信息（image，volume）等发送给该节点的kubelet，kubelet根据这些信息创建和运行容器，并向master返回运行状态。（自动修复功能：如果某个节点中的容器宕机，它会尝试重启该容器，若重启无效，则会将该pod杀死，然后重新创建一个容器）；

• Kube-proxy：Service在逻辑上代表了后端的多个pod。负责为Service提供cluster内部的服务发现和负载均衡（外界通过Service访问pod提供的服务时，Service接收到的请求后就是通过kube-proxy来转发到pod上的）；

• Container-runtime：是负责管理运行容器的软件，比如docker

• Pod：是k8s集群里面最小的单位。每个pod里边可以运行一个或多个Container容器。

创建POD流程：

• 当Apiserver 收到由kubctl或UI界面发起的创建Pod的请求后，
  会将请求信息写入到 etcd 中，再通过Controller-manager 通过 Apiserver 去 etcd 中读取用户创建的模板（通过什么镜像创建），去创建pod，再通过 Apiserver 找到 Scheduler ，通过 Scheduler 挑选最合适创建 Pod 的Node节点（Scheduler 是通过 Apiserver 读取相关Node节点资源，通过调度算法得到最优的Node），通过Apiserver 调用Node 上的 kubelet 去创建并管理容器，kubelet 会一直监控Pod 的状态，结果会通过 Apiserver 将信息进行反馈并存入 etcd 中。

• 创建好Pod后，外部用户要访问Pod中的业务，由Kube-Proxy 上面承载的 Service 提供访问入口，将请求分配到Pod 上面。

• Pod 是由 kubelet 创建的。

Pod运行起来后，controllermanager 就会负责管理pod的状态，如，若pod挂了，controllermanager就会重新创建一个一样的pod，或者像扩缩容等；pod有一个独立的ip地址，但pod的IP是易变的，如异常重启，或服务升级的时候，IP都会变，这就有了service；完成service工作的具体模块是kube-proxy；在每个node上都会有一个kube-proxy，在任何一个节点上访问一个service的虚拟ip，都可以访问到pod；service的IP可以在集群内部访问到，在集群外呢？service可以把服务端口暴露在当前的node上，外面的请求直接访问到node上的端口就可以访问到service了；

三、Kubernetes 核心概念

可以自己在官网上搜

• Kubernetes包含多种类型的资源对象:Pod、Label、Service、Replication Controller 等。
• 所有的资源对象都可以通过Kubernetes提供的 kubectl工具进行增、删、改、查等操作，并将其保存在 etcd中持久化存储。
• Kubernets其实是一个高度自动化的资源控制系统，通过跟踪对比etcd存储里保存的资源期望状态与当前环境中的实际资源状态的差异，来实现自动控制和自动纠错等高级功能。

3.1 Pod

• Pod 是 Kubernetes 创建或部署的最小/最简单的基本单位，一个 Pod 代表k8s集群上正在运行的一个进程。可以把 Pod理解成豌豆荚，而同一Pod 内的每个容器是一颗颗豌豆。
• 一个Pod由一个或多个容器组成，Pod 中容器共享网络、存储和计算资源，在同一台 Docker主机上运行。
• 一个 Pod里可以运行多个容器，又叫边车模式（SideCara）模式。而在生产环境中一般都是单个业务容器或者具有强关联互补的多个容器组成一个Pod。（Pod 中默认已经有了一个基础容器）
• 同一个 Pod之间的容器可以通过 localhost 互相访问，并且可以挂载 Pod 内所有的数据卷，共享数据，但是不同的 Pod 之间的容器不能用localhost访问，也不能挂载其他Pod 的数据卷。

3.2 Pod 控制器

Pod 控制器：通过何种方式创建Pod

Pod控制器是Pod 启动的一种模版，用来保证在K8S里启动的Pod应始终按照用户的预期运行（副本数、生命周期、健康状态检查等）。

K8s 内提供了众多的Pod控制器，常用的有以下几种，最常用的是 Deployment 控制器：

• Deployment：无状态应用部署。Deployment的作用是管理和控制 Pod和ReplicaSet，管控它们运行在用户期望的状态中。
• Replicaset：确保预期的 Pod副本数量。Replicaset的作用就是管理和控制 Pod，管控他们好好干活。但是，Replicaset受控于Deployment

可以理解成Deployment就是总包工头，主要负责监督底下的工人 Pod干活，确保每时每刻有用户要求数量的 Pod 在工作。如果一旦发现某个工人Pod不行了，就赶紧新拉一个 Pod过来替换它。而ReplicaSet就是总包工头手下的小包工头。
从K8s使用者角度来看，用户会直接操作Deployment部署服务，而当Deployment被部署的时候，KBS会自动生成要求的Replicaset和Pod。用户只需要关心Deployment 而不操心Replicaset。

资源对象Replication Controller 是Replicaset 的前身，官方推荐用 Deployment 取代Replication Controller（RC） 来部署服务。

• Daemonset：确保所有节点运行同一类型的Pod，保证每个节点上都有一个此类Pod 运行，通常用于实现系统级后台任务。
• Statefulset：部署有状态的应用程序，如数据库
• Job：一次性任务。根据用户的设置，Job管理的 Pod把任务成功完成就自动退出了。
• Cronjob：周期性计划性任务
  

3.3 Label

标签，是K8s 特色的管理方式，便于分类管理资源对象。

Label可以附加到各种资源对象上，例如 Node、Pod、Service、RC等，用于关联对象、查询和筛选。
一个Label是一个key-value 的键值对，其中 key与 value由用户自己指定。
一个资源对象可以定义任意数量的Label，同一个label也可以被添加到任意数量的资源对象中，也可以在对象创建后动态添加或者删除。
可以通过给指定的资源对象捆绑一个或多个不同的 Label，来实现多维度的资源分组管理功能。
与Label 类似的，还有Annotation（注释）。
区别在于有效的标签值必须为63个字符或更少，并且必须为空或以字母数字字符（[a-z0-9-E]）开头和结尾，中间可以包含横杠（-）、下划线（_）、点（.）和字母或数字。注释值则没有字符长度限制。

3.4 Label 选择器（Label selector）

给某个资源对象定义一个Label，就相当于给它打了一个标签；随后可以通过标签选择器（Label selector)查询和筛选拥有某些Label的资源对象。
标签选择器目前有两种:基于等值关系（等于、不等于）和基于集合关系（属于、不属于、存在)。

3.5 Service（重点）（四层调度）

内部流量调度用

在K8s的集群里，虽然每个pod会被分配一个单独的地址，但由于Pod是有生命周期的（它们可以被创建，而且销毁之后不会再启动)，随时可能会因为业务的变更，导致这个IP地址也会随着 Pod 的销毁而消失。

Service就是用来解决这个问题的核心概念。

K8S 中的service并不是我们常说的"服务"的含义，而更像是网关层，可以看作一组提供相同服务的Pcd的对外访问接口、流量均衡器。

Service 作用于哪些Pod是通过标签选择器（Label selector）来定义的。

在K8S集群中，Service可以看作一组提供相同服务的pod的对外访问接口。客户端需要访问的服务就是service对象。每个service都有一个固定的虚拟 ip（这个ip 也被称为Cluster IP)，自动并且动态地绑定后端的Pod，所有的网络请求直接访问service 的虚拟ip， service 会自动向后端做转发。（反向代理）

Service除了提供稳定的对外访问方式之外，还能起到负载均衡（Load Balance)的功能，自动把请求流量分布到后端所有的服务上，Service可以做到对客户透明地进行水平扩展（scale） 。

而实现Service 这一功能的关键，就是 kube-proxy（承载Service功能的组件）。 kube-proxy运行在每个节点上，监听AI Server 中服务对象的变化，可通过以下三种流量调度模式: userspace（废弃)、iptables（濒临废弃）、ipvs（推荐，性能最好，LVS原理：将虚拟IP转发到后盾真实IP上）来实现网络的转发。原理都是NAT网络地址转换。

service 是 KBs服务的核心，屏蔽了服务细节，统一对外暴露服务接口，真正做到了"微服务"。比如我们的一个服务A，部署了3个副本，也就是3个Pod;对于用户来说，只需要关注一个service 的入口就可以，而不需要操心究竟应该请求哪一个 Pod。
优势非常明显:一方面外部用户不需要感知因为 Pod 上服务的意外崩溃、K8S重新拉起 Pod而造成的IP变更，
外部用户也不需要感知因升级、变更服务带来的Pod 替换而造成的IP变化。（外部只需要知道虚拟IP ）

3.6 Ingress（入口）（七层调度）

Service 主要负责K8s 集群内部的网络拓扑，那么集群外部怎么访问集群内部呢?
这个时候就需要Ingress 了。Ingress 是整个Kss集群的接入层，负责集群内外通讯。
Ingress 是 K8S集群里工作在 OSI网络参考模型下，第7层的应用，对外暴露的接口，典型的访问方式是http/https。
Service只能进行第四层的流量调度，表现形式是 ip+port。
Ingress则可以调度不同业务域、不同URL访问路径的业务流量。比如:客户端请求：http://www.kgc.com:port—> Ingress —> Service —> Pod

• Service 是对集群内进行流量调度
• Ingress 是对集群外进行流量调度

3.7 Name

由于K8S内部，使用"资源”来定义每一种逻辑概念（功能），所以每种“资源"，都应该有自己的"名称"。
"资源”有 api版本（apiversion）、类别（kind)、元数据（metadata)、定义清单（spec)、状态（status)等配置信息。
"名称”通常定义在"资源”的“元数据”信息里。在同一个namespace 空间中必须是唯一的。

3.8 Namespace

随着项目增多、人员增加、集群规模的扩大，需要一种能够逻辑上隔离K8S 内各种“资源”的方法，这就是 Namespace。Namespace是为了把一个 K8S 集群划分为若干个资源不可共享的虚拟集群组而诞生的。
不同 Namespace 内的"资源”名称可以相同，相同Namespace 内的同种"资源"，"名称”不能相同。
合理的使用K8s 的 Namespace，可以使得集群管理员能够更好的对交付到K8S里的服务进行分类管理和浏览。K8S里默认存在的 Namespace有: default、kube-system、kube-public 等。
查询K8S 里特定"资源”要带上相应的Namespace。

常见的K8s按照部署方式:

3.9 Minikub

Minikube是一个工具，可以在本地快速运行一个单节点微型K8S，仅用于学习、预览Kss的一些特性使用。
部署地址: https : // kubernetes.io/docs /setup/minikube

3.10 Kubeadmin

Kubeadmin也是一个工具，提供kubeadm init和kubeadm join，用于快速部署8s集群，相对简单。
https://kubernetes.io/docs/reference/setup-tools/kubeadm/ kubeadm/

二进制安装部署

生产首选，从官方下载发行版的二进制包，手动部署每个组件和自签证书，组成K8s集群，新手推荐。
https://github.com/kubernetes/kubernetes/releases

总结

一文搞懂蓝绿发布、灰度发布和滚动发布

https://www.cnblogs.com/williamjie/p/9497390.html 蓝绿部署、滚动部署、灰度发布、金丝雀发布

23 道 Kubernetes 面试题！

运维面试题之k8s

问：
k8s有哪些组件？组件的工作流程？
答：
有 Master 组件，Node 组件。

其中Master 组件的工作流程：

API Server 接收到请求创建一批 Pod （kubectl 或 UI 申请创建），API Server 会让 Controller-manager 按照所预设的模板去创建 Pod，Controller-manager 会通过 API Server 去找 Scheduler 为新创建的 Pod 选择最适合的 Node 节点。再通过 API Server 通知 kubelet 去创建Pod。

比如运行这个 Pod 需要 2C4G 的资源，Scheduler 会通过预算策略在所有 Node 节点中挑选最优的。Node 节点中还剩多少资源是通过汇报给 API Server 存储在 etcd 里，API Server 会调用一个方法找到 etcd 里所有 Node 节点的剩余资源，再对比 Pod 所需要的资源，在所有 Node 节点中查找哪些 Node 节点符合要求。

如果都符合，预算策略就交给优选策略处理，优选策略再通过 CPU 的负载、内存的剩余量等因素选择最合适的 Node 节点，并把 Pod 调度到这个 Node 节点上运行。