Kubernetes Scheduler 怎么选择节点
同一个 Pod 面对多台看似可用的节点时,最终落点并不是简单选择空闲资源最多的机器;理解过滤、评分和绑定链路后,就能解释调度结果并设计可预测的放置策略。
技术文章 · 技术实践
READ / ARTICLES
从一个具体问题出发,读懂原理,也读懂工程中的取舍。
当前方向 · 12 篇文章
同一个 Pod 面对多台看似可用的节点时,最终落点并不是简单选择空闲资源最多的机器;理解过滤、评分和绑定链路后,就能解释调度结果并设计可预测的放置策略。
Deployment 长时间停在滚动更新状态时,值班工程师需要快速区分调度、镜像、探针、容量与旧 Pod 退出问题,并据此决定继续观察、暂停还是回退。
滚动更新看似始终保留副本,请求仍可能在新 Pod 过早接流、旧 Pod 过快退出或容量瞬时下降时失败;通过建立接流、容量和摘流三道约束,可以设计并验证真正连续的发布链路。
线上出现策略已创建却仍放行、业务被误拒或 Service 访问异常时,可按选择器、双向隔离、DNS、EndpointSlice 与 CNI 数据面逐层取证,快速判断故障边界并实施最小化止损。
线上 HPA 常在高峰时表现为不扩容、扩容迟缓或副本反复波动;通过拆分指标、决策、调度与就绪链路,可以快速判断故障边界并形成可验证的处置结论。
CPU 明明高于目标却没扩容、负载下降却迟迟不缩,常因只套了比例公式;理清 requests、容忍区间、缺失指标、多指标与 behavior 后,就能复算 HPA 的实际副本决策。