python3自定义kubernetes的调度器(一)

1、kubernetes集群1.19
2、部署应用php-apche

apiVersion: apps/v1
kind: Deployment
metadata:
  name: php-apache
spec:
  selector:
    matchLabels:
      run: php-apache
  replicas: 3
  template:
    metadata:
      labels:
        run: php-apache
    spec:
      schedulerName: my-scheduler  
      containers:
      - image: baodan123/hpa-example:v1
        name: php-apache
        ports:
        - containerPort: 80
        resources:
          limits:
            cpu: 500m
          requests:
            cpu: 200m

---
apiVersion: v1
kind: Service
metadata:
  name: php-apache
  labels:
    run: php-apache
spec:
  ports:
  - port: 80
  selector:
    run: php-apache

这个应用的部署请参考:

https://blog.csdn.net/weixin_38320674/article/details/105460033 

注意:因为在文件中添加了一个schedulerName: my-scheduler 这个属性,但是kubernetes自身没有这个调度器,所以pod最终会处于未调度的状态,处于pending状态。副本数为3。

补充:

pod的几种状态:
1)Pending:Pod创建已经提交给k8s,但是因为某种原因不能顺利创建,例如下载镜像慢,调度不成功等。
2)Running:Pod已经绑定到一个节点上了,并且已经创建了所有容器。只是有一个容器正在运行,或者在启动中。
3)Secceeded:Pod中的所有容器都已经成功终止,不能重新启动。
4)Failed: Pod中所有的容器均已经终止,且至少有一个容器已经在故障中终止。
5)Unkown:由于某中原因apiserver无法获取到Pod的状态。通常是由于Master与pod所在的主机失去连接了。

常用的排障命令:
[root@master01 demo3]# kubectl describe pod nginx-harbor-limit-54ccbb6557-c6hwx
[root@master01 demo3]# kubectl logs nginx-harbor-limit-54ccbb6557-c6hwx
[root@master01 demo3]# kubectl exec -it nginx-harbor-limit-54ccbb6557-x96ch bash
### Kubernetes 调度器工作原理 Kubernetes 调度器的核心任务是将新创建的 Pod 分配到最适合运行它的节点上[^1]。这过程涉及多个阶段,主要包括以下几个方面: #### 1. **调度流程概述** 调度器作为一个独立的控制平面组件,持续监控集群中的未分配 Pod,并为其寻找最佳目标节点[^3]。整个调度过程可以分为两个主要阶段:过滤(Filtering)和评分(Scoring)。 - **过滤阶段**:调度器首先筛选出能够满足 Pod 运行条件的所有候选节点。这步骤基于预定义的规则集完成,例如资源可用性、亲和性和反亲和性约束等[^4]。 - **评分阶段**:对于通过过滤阶段的节点,调度器会应用系列优先级函数对其进行打分。最终得分最高的节点会被选中作为目标节点。 #### 2. **绑定操作** 旦选定目标节点,调度器会向 `kube-apiserver` 发送绑定请求,通知该 Pod 应当部署在哪节点上。此步骤称为绑定(Binding),它是调度过程中不可缺的部分[^5]。 --- ### 配置方法 为了实现更灵活的调度行为,用户可以通过多种方式调整默认调度逻辑: #### 自定义调度策略 Kubernetes 支持自定义调度策略文件,允许管理员指定不同的调度算法权重设置。以下是配置自定义调度策略的一个简单示例: ```yaml apiVersion: kubescheduler.config.k8s.io/v1beta1 kind: KubeSchedulerConfiguration profiles: - schedulerName: default-scheduler plugins: score: enabled: - name: NodeResourcesBalancedAllocation weight: 1 ``` 上述 YAML 文件展示了如何修改内置插件 `NodeResourcesBalancedAllocation` 的权重值。通过这种方式,用户可以根据实际需求微调调度决策。 #### 动态调度框架 从 v1.16 开始,Kubernetes 引入了扩展性强的动态调度框架(Dynamic Scheduling Framework)。开发者可以编写自定义调度插件并将其集成至现有调度器中,从而支持更为复杂的业务场景。 --- ### 使用注意事项 在大规模生产环境中使用 Kubernetes 调度器时需要注意以下几点: - **性能优化**:随着集群规模的增长,调度延迟可能成为瓶颈。为此,建议启用多线程调度模式以提升效率[^2]。 - **高可用性设计**:为了避免单点故障风险,通常推荐采用多副本的方式部署 kube-scheduler 实例。 --- ### 示例代码 下面是段用于测试自定义调度策略效果的小型 Python 客户端脚本: ```python from kubernetes import client, config config.load_kube_config() v1 = client.CoreV1Api() pod_manifest = { 'apiVersion': 'v1', 'kind': 'Pod', 'metadata': {'name': 'test-pod'}, 'spec': { 'schedulerName': 'custom-scheduler', # 指定自定义调度器名称 'containers': [{ 'name': 'busybox', 'image': 'busybox', 'command': ['sleep', 'infinity'] }] } } resp = v1.create_namespaced_pod(body=pod_manifest, namespace='default') print(f"Pod {resp.metadata.name} created.") ``` ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值