前言
在 Kubernetes 中，调度器（Scheduler）是非常重要的组件，牵涉到多个节点的负载均衡，可以根据资源需求和节点状态等因素，将 Pod 分配到合适的节点上运行。但是默认的调度器很难满足一些定制化的需求，例如要求将同一应用的多个 Pod 分配到同一个节点上进行部署，或是根据特定的节点标签来进行调度等。
为了解决这些问题，我们可以编写自定义的调度器和调度策略，来满足我们的特殊需求。
自定义调度器
自定义调度器（Custom Scheduler）一般是通过在 Kubernetes 集群中创建一个 Deployment，并在其中运行一个具有特定标签的 Pod 来实现的。
创建 Deployment
首先，我们需要创建一个 Deployment，来控制我们的调度器 Pod 的生命周期和更新，可以参考以下 YAML 文件来创建一个 Deployment：
-- -------------------- ---- -------
----------- -------
----- ----------
---------
----- ------------
-------
---- ------------
-----
--------- -
---------
------------
---- ------------
---------
---------
-------
---- ------------
-----
-----------
- ----- ------------
------ -----------------------------创建调度器 Pod
然后，我们需要创建一个具有特定标签的 Pod，来运行我们的自定义调度器。我们需要给这个 Pod 添加一个或多个标签，用于标识它是用来运行调度器的。
可以参考以下 YAML 文件，来创建一个具有 schedulerName: my-custom-scheduler 标签的 Pod：
-- -------------------- ---- -------
----------- --
----- ---
---------
----- -----------------------
-------
---- -----------------------
-----
-------------- ------------------- - -------
-----------
- ----- ------
------ ----------------部署调度器
现在，我们已经创建好了用于部署自定义调度器的 Deployment 和用于运行自定义调度器的 Pod，需要进行以下步骤来部署我们的自定义调度器：
- 构建我们的自定义调度器镜像。
- 将镜像推送到 Docker 仓库中。
- 在 Deployment YAML 文件中，将
image属性替换为我们的自定义调度器镜像。 - 使用
kubectl命令部署 Deployment：
kubectl apply -f deployment.yaml
指定调度器
接下来，我们需要在创建 Pod 时，指定使用我们的自定义调度器。为此，我们可以在创建 Pod 的 YAML 文件中，使用 schedulerName 字段来指定调度器名称，例如：
-- -------------------- ---- -------
----------- --
----- ---
---------
----- ----------
-----
-------------- -------------------
-----------
- ----- ------
------ ----------------自定义调度策略
除了可以通过自定义调度器来实现特定的部署需求之外，我们还可以编写自定义的调度策略（Scheduler Extender），来扩展默认调度器的功能，以满足更为复杂的调度规则。
自定义调度策略通常由一个 HTTP API 服务来实现，该服务可以根据请求参数，返回适合的节点列表，供调度器选择。
编写自定义调度策略
首先，我们需要编写一个 HTTP API 服务，该服务将处理调度器的请求，并返回一个节点列表。我们可以使用任何编程语言来实现该服务，只需注意以下几点：
要实现
POST /filter接口，该接口将从调度器收到一个带有所有可以被调度的集群节点列表的调度请求，然后使用过滤器过滤掉不符合自定义规则的节点，并返回过滤后的节点列表，供调度器选择。要实现
POST /prioritize接口，该接口将从调度器收到一个带有符合过滤规则的节点列表的调度请求，然后使用优先级排序算法，为每个节点关联一个得分，并按照得分对节点进行排序，最后返回排序后的节点列表。
例如，可以使用 Python Flask 框架来编写一个简单的调度策略 API 服务，可以参考以下示例代码：
-- -------------------- ---- -------
---- ----- ------ ------ -------- -------
--- - ---------------
--------------------- -----------------
--- ---------
----- - ---------------------
-------------- - -- --- - -- ----- -- -------------------
------ ----------------- ----------------
------------------------- -----------------
--- -------------
----- - ---------------------
----------------- - ------------- ---------- -- -------------------------
------ ----------------- -------------------
-- -------- -- -----------
----------------------- ----------与调度器集成
现在，我们已经编写好了自定义调度策略的 HTTP API 服务，需要将它与 Kubernetes 的默认调度器集成。
为此，我们需要进行以下步骤：
- 在 Kubernetes 集群中创建一个 Pod，用于运行我们的自定义调度策略 API 服务。我们需要在 Pod 中指定 label 和 selector，以便让调度器能够找到我们的自定义调度服务。
-- -------------------- ---- -------
----------- --
----- ---
---------
----- -------------------------
-------
---- -------------------------
-----
-----------
- ----- ---------------------
------ --------------------------------------
------
- -------------- ----
----
- ----- -----------------------
------ ----------
- ----- -----------------------
------ ------ 修改 Kubernetes 集群中的调度器配置，使得调度器能够调用我们的自定义调度策略 API 服务。可以使用以下命令，修改默认调度器的配置：
kubectl edit configmap kube-scheduler -n kube-system
在编辑器中，可以找到 policyConfigMapName 属性，它是一个索引，指向一个包含了调度策略的 ConfigMap。在该 ConfigMap 中，我们需要设置 extenders 属性，来告诉调度器应该使用哪些调度器拓展程序。其中，我们需要使用 extension-apiserver-authentication 权限，获取与调度策略 API 服务通信的 Token 和证书。
-- -------------------- ---- -------
---
-------------------- --------------
---
----------- -----------------------------------
----- --------------------------
----------
- ---------- ---------------------------------------
----------- ----
----------- --------
--------------- ------------
------- -- 在创建 Pod 时，使用 label 来标识这个 Pod 所属的调度策略。调度器将使用该 label，来决定是否调用我们自定义的调度策略 API 服务。例如：
-- -------------------- ---- -------
----------- --
----- ---
---------
----- ----------
-------
--------- --------------------- - ------
-----
-----------
- ----- ------
------ ----------------现在，我们已经使用自定义的调度策略，对 Kubernetes 集群进行扩展，以实现更为复杂的调度需求。
总结
通过自定义调度器和调度策略，我们可以满足更灵活、更定制化的部署需求，以达到更高的运行效率和资源利用率。当我们的业务需求变得越来越复杂时，自定义的调度器和调度策略将是一个非常有用的工具。希望本文对你有所帮助，谢谢阅读！
来源：JavaScript中文网 ，转载请注明来源 https://www.javascriptcn.com/post/6503d4e895b1f8cacd09fc49