08.2.2.1 调度器、亲和性与污点容忍
所属:全栈开发面试题库 / 08 云原生与 DevOps / 08.2 Kubernetes / 08.2.2 调度网络存储与排障
08.2.2.1-001 调度器在 Pod 落地链路中的位置是什么?
一句话结论
调度器只负责为待调度 Pod 选择一个合适节点并写入绑定关系;容器启动由该节点 kubelet 与运行时完成,调度器不执行容器。
概念解释
- 输入:未绑定节点的 Pod。
- 输出:Pod 与节点的绑定。
- 后续:kubelet 落地。
原理流程
- 监听 Pending Pod。
- 过滤与打分节点。
- 绑定节点。
- kubelet 接收并启动。
代码 / 图示
Pending Pod → scheduler(选节点/绑定) → kubelet(节点) → 运行时启动容器
常见误区
- 误区:调度器把容器拉起到节点上;正解:它只写绑定关系。
- 误区:调度器决定副本数量;正解:副本由控制器保证,调度器选节点。
追问
- Q:调度器挂了新 Pod 会怎样? A:停留在 Pending,已有 Pod 不受影响。
- Q:Pod 绑定后还能换节点吗? A:绑定关系固定,重建后才可能重新调度。
08.2.2.1-002 调度流程的预选、优选、绑定分别做什么?
一句话结论
预选(filter)过滤掉不满足条件的节点,优选(score)对剩余节点打分排序,绑定(bind)把 Pod 写到选中节点。
概念解释
- filter:资源、亲和、污点、端口等硬性条件。
- score:分散度、负载均衡等软偏好。
- bind:生成绑定记录。
原理流程
- filter:剔除不可用节点。
- score:按策略打分。
- 最高分节点 bind。
代码 / 图示
全部节点 → filter(硬性条件) → 候选节点 → score(打分) → 最高分 → bind
常见误区
- 误区:打分最高的节点一定资源最多;正解:打分综合多种策略,分散度与负载都计入。
- 误区:预选通过就一定会被选中;正解:还要经过优选排序。
追问
- Q:调度失败事件如何看过滤原因? A:describe Pod 的 Events 中记录被过滤的原因(资源不足、亲和不匹配等)。
- Q:调度框架扩展点插在哪一步? A:预选/优选/绑定等阶段均可注册扩展插件(见 08.2.2.1-015)。
08.2.2.1-003 调度队列与 assumed Pod 是什么概念?
一句话结论
待调度 Pod 进入调度队列依次处理;调度器选定节点后先假定绑定成功(assumed),再异步写入绑定,通过乐观并发处理绑定失败。
概念解释
- 队列:待调度 Pod 排队等待。
- assumed:预选优选结果暂存。
- 绑定:最终写回 apiserver。
原理流程
- Pod 入队。
- 调度流程选定节点并 assumed。
- 异步 bind 写回,失败则重新调度。
代码 / 图示
队列 → 调度决策(assumed) → bind 写回
bind 冲突/失败 → 重新入队调度
常见误区
- 误区:调度是同步阻塞直到节点就绪;正解:决策与绑定分离,异常可重试。
- 误区:assumed Pod 已经在节点上运行;正解:尚未绑定落地,只是调度决策结果。
追问
- Q:调度器多副本如何避免重复调度? A:通过领导者选举保证一个活跃调度器(见 08.2.1.1-013)。
- Q:Pod 长时间在队列里说明什么? A:候选节点不足或调度约束过严,需看事件原因。
08.2.2.1-004 nodeSelector 如何使用?
一句话结论
nodeSelector 是最简单的节点标签匹配:Pod 只能调度到拥有对应标签的节点上。
概念解释
- 等值匹配节点 label。
- 简单直接,表达能力有限。
- 不满足则无法调度。
原理流程
- 节点打标签。
- Pod 配置 nodeSelector。
- 预选只保留匹配标签节点。
代码 / 示例
nodeSelector:
disk: ssd
常见误区
- 误区:nodeSelector 是软偏好;正解:它是硬性匹配,不满足则 Pending。
- 误区:节点标签可以在 Pod 里改;正解:标签在节点侧维护。
追问
- Q:nodeSelector 与 nodeAffinity 关系? A:后者是前者的扩展,支持更复杂规则。
- Q:如何给节点打标签? A:节点标签由集群管理员/节点配置维护,具体命令形式按 kubectl 版本。
08.2.2.1-005 nodeAffinity 的 required 与 preferred 有什么区别?
一句话结论
requiredDuringSchedulingIgnoredDuringExecution 是硬性必须满足,preferredDuringSchedulingIgnoredDuringExecution 是优先偏好,打分加权但不强制。
概念解释
- required:不满足则不调度。
- preferred:尽量满足,纳入打分。
- 后缀 IgnoredDuringExecution 表示运行中标签变化不强制迁走 Pod。
原理流程
- required 规则参与预选过滤。
- preferred 规则参与优选打分。
- 运行中节点标签变化不影响已运行 Pod。
代码 / 示例
affinity:
nodeAffinity:
requiredDuringSchedulingIgnoredDuringExecution:
nodeSelectorTerms:
- matchLabels:
zone: az1
preferredDuringSchedulingIgnoredDuringExecution:
- weight: 50
preference:
matchLabels:
disk: ssd
常见误区
- 误区:preferred 不满足也会调度失败;正解:偏好只影响打分,不阻断调度。
- 误区:节点标签改了 Pod 会自动迁移;正解:IgnoredDuringExecution 表示运行中不强制重调度。
追问
- Q:亲和性规则有几种时机后缀? A:调度时/运行时是否生效的组合,具体类型以官方 API 文档为准。
- Q:required 多条件如何匹配? A:nodeSelectorTerms 之间为 OR,term 内 matchLabels/matchExpressions 为 AND。
08.2.2.1-006 podAffinity 与 podAntiAffinity 控制什么?
一句话结论
podAffinity 让 Pod 与某类 Pod 靠近(同节点/同拓扑域),podAntiAffinity 让同类 Pod 分散,避免堆叠在同一节点。
概念解释
- 亲和:与目标 Pod 同处拓扑域。
- 反亲和:与目标 Pod 分散到不同拓扑域。
- 基于已有 Pod 标签匹配。
原理流程
- 计算各拓扑域内匹配 Pod 分布。
- 亲和:倾向目标 Pod 所在域。
- 反亲和:避开目标 Pod 所在域。
代码 / 图示
podAntiAffinity: 同类 Pod 分散到不同节点/拓扑域
podAffinity:辅助 Pod 与主 Pod 同处一个拓扑域
常见误区
- 误区:podAntiAffinity 保证每个节点只跑一个副本;正解:受 topologyKey 与规则类型约束,硬规则不满足则 Pending。
- 误区:亲和性只看节点标签;正解:Pod 亲和基于其他 Pod 的标签分布。
追问
- Q:多副本 Web 服务推荐用哪种? A:podAntiAffinity + topologyKey 分散到不同节点/可用区。
- Q:亲和规则会在运行中重新评估吗? A:默认调度时生效,运行中拓扑变化不强制迁移(按规则类型)。
08.2.2.1-007 topologyKey 是什么?
一句话结论
topologyKey 定义亲和/反亲和作用的拓扑域边界(如节点、可用区),决定“靠近/分散”按什么维度划分。
概念解释
- 常见值:节点名、区域、可用区标签。
- 拓扑域:同一 key 下标签相同的节点集合。
- 维度选择影响分散粒度。
原理流程
- 按 topologyKey 把节点分组。
- 亲和/反亲和在组内判定。
- 调度结果落在对应拓扑域。
代码 / 示例
topologyKey: topology.kubernetes.io/zone
常见误区
- 误区:topologyKey 随便写都生效;正解:需节点存在对应标签,否则拓扑分组不符合预期。
- 误区:反亲和按节点名就是跨可用区;正解:节点名维度只保证跨节点,跨 AZ 需 zone 拓扑 key。
追问
- Q:跨可用区分散用哪个 key? A:可用区标签 topologyKey(具体标签名按集群节点标签)。
- Q:同一节点内容器反亲和怎么配? A:节点名作为 topologyKey,硬规则禁止同节点堆叠。
08.2.2.1-008 污点 taint 与容忍 toleration 如何配合?
一句话结论
污点给节点打上“排斥标记”,只有带对应容忍的 Pod 才能调度到该节点;用于专用节点、隔离与 cordon 场景。
概念解释
- taint:节点排斥规则。
- toleration:Pod 声明容忍匹配。
- 未容忍的 Pod 被污点阻挡。
原理流程
- 节点打 taint。
- Pod 配置 toleration 匹配 key/effect/value。
- 预选时未容忍 Pod 被过滤。
代码 / 示例
tolerations:
- key: "dedicated"
operator: "Equal"
value: "gpu"
effect: "NoSchedule"
常见误区
- 误区:加了容忍就一定能调度到污点节点;正解:还要满足资源、亲和等其他条件。
- 误区:污点和亲和性是同一机制;正解:污点从节点侧排斥,亲和从 Pod 侧选择,方向相反。
追问
- Q:污点容忍与 nodeAffinity 如何组合? A:容忍解决“能否进入污点节点”,亲和解决“偏好哪些节点”,配合使用。
- Q:系统组件为什么常带容忍? A:节点有专属污点时,系统守护组件需容忍才能部署上去。
08.2.2.1-009 taint 的三种 effect 有什么区别?
一句话结论
NoSchedule 阻止新 Pod 调度,NoExecute 驱逐已运行不容忍的 Pod,PreferNoSchedule 尽量不调度但不强制。
概念解释
- NoSchedule:只影响新调度。
- NoExecute:影响存量 Pod。
- PreferNoSchedule:软偏好。
原理流程
- 预选按 effect 判定。
- NoExecute 还会评估存量 Pod 是否被驱逐。
- 未容忍 Pod 按 effect 处理。
代码 / 对照
| effect | 对新 Pod | 对存量 Pod |
|---|---|---|
| NoSchedule | 阻止 | 不影响 |
| NoExecute | 阻止 | 驱逐不容忍者 |
| PreferNoSchedule | 尽量避开 | 不影响 |
常见误区
- 误区:NoSchedule 会把已有 Pod 赶下来;正解:只阻止新调度,存量由 NoExecute 处理。
- 误区:PreferNoSchedule 是硬限制;正解:它是软偏好,节点紧张时仍可能被调度。
追问
- Q:节点维护打哪种污点? A:常见 NoSchedule 阻止新 Pod,存量按维护流程驱逐/排空。
- Q:NoExecute 驱逐宽限可配置吗? A:容忍中可配置驱逐时间,具体字段以官方文档为准。
08.2.2.1-010 调度失败常见原因有哪些?
一句话结论
常见原因:节点资源不足、亲和/反亲和不满足、污点未容忍、端口/卷冲突、节点不满足调度约束;在 Pod 事件中可看到过滤原因。
概念解释
- 资源:CPU/内存/临时存储不够。
- 约束:亲和、污点、节点选择。
- 冲突:hostPort、卷挂载等。
原理流程
- 查看 Pending Pod 事件。
- 对照过滤原因分类。
- 检查节点资源与约束配置。
代码 / 图示
Pending → Events 原因
资源不足 / 亲和不匹配 / 污点未容忍 / 卷或端口冲突
常见误区
- 误区:调度失败是调度器故障;正解:绝大多数是资源或约束不满足。
- 误区:所有节点都不合适时 Pod 会随机起一个;正解:不满足则保持 Pending。
追问
- Q:如何列出未调度 Pod? A:按状态筛选 Pending Pod 并 describe 查看事件(命令序列见 08.2.2.5)。
- Q:亲和规则写错如何快速定位? A:核对节点标签、目标 Pod 标签与 topologyKey 是否存在。
08.2.2.1-011 PriorityClass 与抢占是什么?
一句话结论
PriorityClass 定义 Pod 优先级,高优先级 Pod 调度不上时可抢占低优先级 Pod 释放节点资源;优先级数值越大越优先。
概念解释
- 优先级:调度与抢占顺序。
- 抢占:删除低优先级 Pod 腾出空间。
- 关键业务设高优先级。
原理流程
- 高优先级 Pod 无节点可放。
- 查找可抢占的低优先级 Pod。
- 驱逐低优先级 Pod 后调度高优先级 Pod。
代码 / 图示
高优先级 Pending → 节点不足 → 抢占低优先级 Pod → 资源释放 → 调度高优先级
常见误区
- 误区:抢占是把低优先级 Pod 迁移到别处;正解:先删除低优先级 Pod,由其控制器在可调度位置重建。
- 误区:所有 Pod 都该设高优先级;正解:都高优先级等于没有优先级,关键负载才提升。
追问
- Q:抢占会考虑 Pod 反亲和吗? A:抢占候选选择受多个约束影响,具体规则以官方调度逻辑为准。
- Q:低优先级被抢占后如何恢复? A:控制器重建,等待节点资源释放后重新调度。
08.2.2.1-012 如何实现跨可用区分散调度?
一句话结论
用 podAntiAffinity 配合可用区 topologyKey,让副本分散到不同 AZ;配合多副本与节点覆盖,避免单 AZ 故障丢失全部副本。
概念解释
- 拓扑维度:zone 标签。
- 反亲和:同 AZ 副本受限。
- 配合副本数 ≥ AZ 数。
原理流程
- 节点标注可用区。
- 副本配置反亲和 + zone topologyKey。
- 调度器按 AZ 分散放置。
代码 / 示例
affinity:
podAntiAffinity:
requiredDuringSchedulingIgnoredDuringExecution:
- topologyKey: topology.kubernetes.io/zone
labelSelector:
matchLabels:
app: order
常见误区
- 误区:反亲和按节点名就能跨 AZ;正解:节点名维度只跨节点,跨 AZ 必须用 zone topologyKey。
- 误区:副本数少于 AZ 数也能全覆盖;正解:副本不足时部分 AZ 无副本。
追问
- Q:硬反亲和排不下会怎样? A:Pod Pending,可用软偏好(preferred)权衡分散与可调度性。
- Q:有状态服务跨 AZ 怎么考虑? A:StatefulSet 副本分散与存储 AZ 亲和需结合云盘拓扑策略。
08.2.2.1-013 亲和性规则冲突会有什么后果?
一句话结论
多条规则互相矛盾(如必须在 A 区又反亲和 A 区)时没有候选节点,Pod 保持 Pending;需梳理规则优先级与必要性。
概念解释
- 硬性规则之间冲突无解。
- 软规则冲突只影响打分。
- 规则过多增加调度复杂度。
原理流程
- 预选叠加所有硬性规则。
- 交集为空 → 无候选节点。
- 事件记录约束无法满足。
代码 / 图示
required 规则 A ∩ required 规则 B = 空集 → Pending
常见误区
- 误区:冲突规则下调度器会选一个折中节点;正解:硬性规则无交集则不调度。
- 误区:亲和规则越多越安全;正解:规则复杂易冲突,应只保留必要约束。
追问
- Q:如何检查规则是否冲突? A:核对 nodeSelector、nodeAffinity、podAffinity/antiAffinity、污点容忍的目标标签与值。
- Q:偏好规则冲突怎么办? A:weight 决定倾向程度,不阻断调度。
08.2.2.1-014 调度框架扩展点有哪些?
一句话结论
调度框架在过滤、打分、绑定、配额等阶段提供扩展点,可通过插件扩展调度逻辑,而无需修改调度器核心代码。
概念解释
- 扩展阶段:预选、优选、绑定、预处理等。
- 插件:内置或自定义。
- 自定义调度器也是扩展方式之一。
原理流程
- 调度流程经过各扩展点。
- 插件在对应阶段过滤/打分/拦截。
- 核心流程保持标准。
代码 / 图示
预处理 → 过滤插件 → 打分插件 → 绑定插件
常见误区
- 误区:自定义调度必须替换整个 scheduler;正解:可通过框架插件扩展,或部署独立调度器。
- 误区:扩展点能改副本数;正解:调度扩展只影响选节点,副本管理是控制器职责。
追问
- Q:什么时候需要自定义调度? A:特殊硬件拓扑、自研调度策略等标准规则覆盖不了的场景。
- Q:多调度器如何分工? A:Pod 指定调度器名称,不同调度器处理不同类型 Pod。
08.2.2.1-015 节点资源画像与调度容量如何评估?
一句话结论
调度依据节点可分配 CPU/内存、已分配 requests 与节点标签/污点;评估容量看 allocatable 与 requests 分配率,而不是只看物理总量。
概念解释
- allocatable:扣除预留后的可调度量。
- 已分配:节点上 Pod requests 之和。
- 画像:标签、污点、硬件规格。
原理流程
- 节点上报容量与 allocatable。
- 统计已分配 requests。
- 调度器按剩余可分配量匹配。
代码 / 图示
allocatable - 已分配 requests = 剩余可调度
常见误区
- 误区:节点空闲内存多就一定能调度;正解:按 requests 口径判断,实际用量另算。
- 误区:标签污点不影响容量;正解:约束规则可能使大量节点不可用。
追问
- Q:如何查看节点分配率? A:节点 status 与资源指标,汇总 requests 与 allocatable 对比。
- Q:节点资源画像包含哪些信息? A:CPU/内存/存储、标签、污点、硬件类型(GPU/SSD 等)。
08.2.2.1-016 Descheduler 解决什么问题?
一句话结论
Descheduler 在运行后重新评估节点分布,把不均衡或违反策略的 Pod 驱逐重建,改善节点负载均衡与亲和性符合度;它不替代调度器初次调度。
概念解释
- 运行后再平衡。
- 策略:负载不均、节点亲和不符合、重复堆叠等。
- 驱逐后由控制器重建到更合适节点。
原理流程
- 周期性扫描节点与 Pod 分布。
- 按策略识别需要迁移的 Pod。
- 驱逐后控制器重新调度。
代码 / 图示
初始调度 → 节点漂移/不均 → Descheduler 识别 → 驱逐重建 → 重新分布
常见误区
- 误区:Descheduler 就是调度器;正解:它做运行后再平衡,初次选节点仍由 scheduler 完成。
- 误区:迁移过程不中断服务;正解:驱逐 Pod 需配合副本冗余与优雅终止。
追问
- Q:有状态服务适合 Descheduler 迁移吗? A:需谨慎,考虑卷绑定与稳定身份,迁移成本高。
- Q:Descheduler 策略如何配置? A:按组件文档选择均衡/亲和等策略与触发阈值。
08.2.2.1-017 静态 Pod 经过调度器吗?
一句话结论
不经过。静态 Pod 由节点 kubelet 按本地清单直接创建,调度器不参与选节点;其对应对象在 apiserver 可见但不可被调度迁移。
概念解释
- 本地清单驱动。
- 绑定所在节点。
- 无调度器决策过程。
原理流程
- kubelet 读取本地静态 Pod 清单。
- 直接在本节点创建。
- apiserver 同步只读对象。
代码 / 图示
本地清单 → kubelet 直接落地(scheduler 不参与)
常见误区
- 误区:静态 Pod 也会被调度器均衡;正解:它固定在本节点,不参与跨节点调度。
- 误区:删除 apiserver 中的静态 Pod 对象会停止容器;正解:生命周期由节点 kubelet 管理,删本地清单才移除。
追问
- Q:静态 Pod 适合什么组件? A:控制面节点自管组件等需要跟随节点启动的进程。
- Q:静态 Pod 资源约束如何配? A:在本地清单的 Pod 规格中声明 requests/limits。
08.2.2.1-018 调度排障的基本思路是什么?
一句话结论
从 Pending 事件拿到过滤原因,区分资源不足、约束不匹配、污点未容忍还是卷/端口冲突,再逐项核对节点画像与 Pod 规则。
概念解释
- 事件:调度器记录的过滤原因。
- 节点:标签、污点、allocatable。
- 规则:selector、亲和、容忍、卷要求。
原理流程
- describe Pod 查看调度事件。
- 归类失败原因。
- 核对节点资源与规则配置。
- 调整副本/规则/节点标签后重试。
代码 / 图示
Pending 事件 → 原因分类 → 节点资源/标签/污点核对 → 修正配置 → 重新调度
常见误区
- 误区:调度失败只看 Pod YAML;正解:必须结合节点画像与事件原因。
- 误区:删除重建 Pod 就能解决调度问题;正解:约束未改,重建仍 Pending。
追问
- Q:资源不足型 Pending 怎么处理? A:扩容节点、降低 requests 或调整副本数。
- Q:约束不匹配型怎么处理? A:核对标签/污点/亲和规则是否与节点实际一致。