首页 资讯 社群 我的社区 搜索

Kubernetes Scheduler 你不得不知道的事

yimo~
2019-08-07 16:51:55

K8S Scheduler 是做什么的

Kubernetes Scheduler 的作用是将待调度的 Pod 按照一定的调度算法和策略绑定到集群中一个合适的 Worker Node(以下简称 Node) 上,并将绑定信息写入到 etcd 中,之后目标 Node 中 kubelet 服务通过 API Server 监听到 Scheduler 产生的 Pod 绑定事件获取 Pod 信息,然后下载镜像启动容器,调度流程如图所示: Scheduler 提供的调度流程分为预选 (Predicates) 和优选 (Priorities) 两个步骤:
  • 预选,K8S会遍历当前集群中的所有 Node,筛选出其中符合要求的 Node 作为候选
  • 优选,K8S将对候选的 Node 进行打分
经过预选筛选和优选打分之后,K8S选择分数最高的 Node 来运行 Pod,如果最终有多个 Node 的分数最高,那么 Scheduler 将从当中随机选择一个 Node 来运行 Pod。

K8S Scheduler 提供的预选策略

在 Scheduler 中,可选的预选策略包括: 如果开启了 TaintNodesByCondition(从 1.12 开始为 beta级别,默认开启) 特性,则 CheckNodeCondition、CheckNodeMemoryPressure、CheckNodeDiskPressure、CheckNodePIDPressure 预选策略则会被禁用,PodToleratesNodeNoExecuteTaints、CheckNodeUnschedulable 则会启用。

K8S Scheduler 提供的优选策略

在 Scheduler 中,可选的优选策略包括: 如果开启了 ResourceLimitsPriorityFunction(默认不开启) 特性,则 ResourceLimitsPriority 会被启用。

如何扩展 K8S Scheduler

Scheduler 内置的策略在大多数场景下可以满足要求,但是在一些特殊场景下,不能满足复杂的调度需求,我们可以通过扩展程序对 Scheduler 进行扩展。扩展后的 Scheduler 会在调用内置预选策略和优选策略之后通过 HTTP 协议调用扩展程序再次进行预选和优选,最后选择一个合适的 Node 进行 Pod 的调度。调度流程如下:

如何实现自己的 Scheduler 扩展

编写扩展程序

扩展程序本质上是一个 HTTP 服务,可以对 Node 进行筛选和打分,这里只是一个例子,未做任何修改,可以根据实际业务调度场景修改你的预选逻辑和优选逻辑,然后打包成镜像并部署。接收 HTTP 请求,并根据 URL 的不同,调用预选或优选函数:
func (e *Extender) serveHTTP(w http.ResponseWriter, req *http.Request) {
if strings.Contains(req.URL.Path, filter) {
e.processFilterRequest(w, req)
} else if strings.Contains(req.URL.Path, prioritize) {
e.processPrioritizeRequest(w, req)
} else {
http.Error(w, “Unsupported request”, http.StatusNotFound)
}
}

预选逻辑:

func (e *Extender) processFilterRequest(w http.ResponseWriter, req *http.Request) {
decoder := json.NewDecoder(req.Body)
defer func() {
if err := req.Body.Close(); err != nil {
glog.Errorf(“Error closing decoder”)
}
}()
encoder := json.NewEncoder(w)

var args schedulerApi.ExtenderArgs
if err := decoder.Decode(&args); err != nil {
glog.Errorf(“Error decoding filter request: %v”, err)
http.Error(w, “Decode error”, http.StatusBadRequest)
return
}

// Your logic
pod := args.Pod
nodes := args.Nodes.Items

response := &schedulerApi.ExtenderFilterResult{
Nodes: &v1.NodeList{
Items: nodes,
},
}
if err := encoder.Encode(response); err != nil {
glog.Errorf(“Error encoding filter response: %+v : %v”, response, err)
}
}

优选逻辑:

func (e *Extender) processPrioritizeRequest(w http.ResponseWriter, req *http.Request) {
decoder := json.NewDecoder(req.Body)
defer func() {
if err := req.Body.Close(); err != nil {
glog.Fatalf(“Error closing decoder”)
}
}()
encoder := json.NewEncoder(w)

var args schedulerApi.ExtenderArgs
if err := decoder.Decode(&args); err != nil {
glog.Errorf(“Error decoding prioritize request: %v”, err)
http.Error(w, “Decode error”, http.StatusBadRequest)
return
}

// Your logic
for _, node := range args.Nodes.Items {
hostPriority := schedulerApi.HostPriority{Host: node.Name, Score: 1}
respList = append(respList, hostPriority)
}

if err := encoder.Encode(respList); err != nil {
glog.Errorf(“Failed to encode response: %v”, err)
}
}

部署新的 Scheduler

由于 Kubernetes 集群内已经有了一个名为 default-scheduler 的默认调度器,为了不影响集群正常调度功能,一般需要创建一个新的调度器,这个调度器和 default-scheduler 除了启动参数不一样外,镜像并无差别,下面是部署的过程,只列出了重要部分:

创建 Scheduler 配置

我们以 ConfigMap 的方式创建 Scheduler 调度配置,配置文件中需要指定内置的预选策略和优选策略,还有我们编写的扩展程序。
apiVersion: v1
kind: ConfigMap
metadata:
name: yrcloudfile-scheduler-config
namespace: yanrongyun
data:
policy.cfg: |-
{
“kind”: “Policy”,
“apiVersion”: “v1”,
“predicates”: [],
“priorities”: [],
“extenders”: [
{
“urlPrefix”: “http://yrcloudfile-extender-service.yanrongyun.svc.cluster.local:8099”,
“apiVersion”: “v1beta1”,
“filterVerb”: “filter”,
“prioritizeVerb”: “prioritize”,
“weight”: 5,
“enableHttps”: false,
“nodeCacheCapable”: false
}
]
}

部署 Scheduler

部署 Scheduler 的时候需要将 policy-configmap 指定为我们之前创建的 ConfigMap,还需要为 Scheduler 起一个名字,通过 scheduler-name 参数指定,这里我们设置为 yrcloudfile-scheduler。
apiVersion: apps/v1beta1
kind: Deployment
metadata:
labels:
component: scheduler
tier: control-plane
name: yrcloudflie-scheduler
namespace: yanrongyun
initializers:
pending: []spec:
replicas: 3
template:
metadata:
labels:
component: scheduler
tier: control-plane
name: yrcloudflie-scheduler
spec:
containers:
– command:
– /usr/local/bin/kube-scheduler
– –address=0.0.0.0
– –leader-elect=true
– –scheduler-name=yrcloudfile-scheduler
– –policy-configmap=yrcloudfile-scheduler-config
– –policy-configmap-namespace=yanrongyun
– –lock-object-name=yrcloudfile-scheduler
image: k8s.gcr.io/kube-scheduler:v1.13.0
livenessProbe:
httpGet:
path: /healthz
port: 10251
initialDelaySeconds: 15
name: yrcloudflie-scheduler
readinessProbe:
httpGet:
path: /healthz
port: 10251
affinity:
podAntiAffinity:
requiredDuringSchedulingIgnoredDuringExecution:
– labelSelector:
matchExpressions:
– key: “name”
operator: In
values:
– yrcloudflie-scheduler
topologyKey: “kubernetes.io/hostname”
hostPID: false
serviceAccountName: yrcloudflie-scheduler-account

如何使用新的 Scheduler

Scheduler 部署成功之后,我们怎么去使用它呢,其实很简单,只需要在部署 Pod 的时候新增 schedulerName 为 yrcloudfile-scheduler 即可。
apiVersion: apps/v1
kind: Deployment
metadata:
name: busybox
labels:
app: busyboxspec:
replicas: 1
selector:
matchLabels:
app: busybox
template:
metadata:
labels:
app: busybox
spec:

schedulerName: yrcloudfile-scheduler
containers:
– image: busybox
imagePullPolicy: IfNotPresent
name: busybox

YRCloudFile扩展的K8S Scheduler

在焱融云最新发布的YRCloudFile 6.0 版本中,新增了对 CSI 故障动态感知的功能,这个功能就是通过扩展 Scheduler 实现的。

在使用 default-scheduler 的情况下,如果Work Node的存储集群连接中断, Kubernetes 并不能感知到这种故障,仍然会将 Pod 调度到故障 Node 中,这使得 Kubernetes 会不断重复的做无用的调度,使 Pod 无法正常完成部署,影响了整个集群的效能。

如图所示,我们部署了3副本的 busybox 容器,并且 node-3.yr 节点和存储存在连接故障,该节点上的 Pod 一直保持在 ContainerCreating 状态,无法创建成功;

查看该 Pod 的事件列表可以发现 Kubernetes 的默认调度器把 Pod 调度到了 node-3.yr 故障节点,导致 PV 挂载超时;

焱融云针对以上问题通过扩展 Scheduler 和部署CSI NodePlugin Sidecar 容器,检查 Node 和存储集群的连接是否健康,在 Scheduler 预选的时候会调用 NodePlugin Sidecar 容器检查存储连接状态,如果连接状态不健康,会过滤掉该 Node,从而避免 Kubernetes 把有状态 Pod 调度到故障 Node。我们修改 YAML 文件,指定 spec.schedulerName 为 yrcloudfile-scheduler,重新部署结果如图所示:

Pod 已经创建成功,并且没有部署到 node-3.yr 故障节点上,查看 Pod 事件列表可以发现,调度器已经不是 Kubernetes 的默认调度器了,而是 yrcloudfile-scheduler。

容器存储——远不止支持K8S那么简单

随着容器、Kubernetes以及云原生技术的广泛使用,容器存储的关注度日渐提高,容器存储也成为软件定义存储新的制高点。然而,优秀的容器存储,远不止支持容器持久化应用,完成数据保存那么简单,如果对数据进行更好的治理,如何与容器的生态进行深度的整合,还大有可为,焱融云会在容器场景上不断深挖,努力为用户带来更卓越的数据存储服务。
用户评论