容器与云原生 / 系统课时

判断节点可分配资源

判断节点可分配资源

看到节点还有 16 GiB 内存,并不能直接判断它还能调度多大的 Pod。真正用于调度容量判断的是 Allocatable,还要扣除节点上已有 Pod 的 requests。本课将通过 kubectl 查看 Capacity、Allocatable 和已请求资源,并完成一次新的 Pod 是否具备资源承载条件的人工判断。

学习目标

  • 区分节点 Capacity 与 Allocatable
  • 使用节点已请求资源估算剩余调度容量
  • 根据新 Pod requests 判断节点是否具备资源承载条件

Capacity 不等于 Pod 可以使用的全部容量

节点状态中通常同时存在 Capacity 和 Allocatable。Capacity 表示节点报告的资源总容量;Allocatable 表示 Kubernetes 认为可供普通 Pod 分配的容量。节点自身和 Kubernetes 系统组件需要预留资源,因此调度容量判断应以 Allocatable 为上界,而不是直接使用机器总 CPU 或总内存。

先查看节点列表:

bash
kubectl get nodes

预期结果

text
NAME       STATUS   ROLES    AGE      VERSION
<NODE>     Ready    <none>   <TIME>   <VERSION>

再查看目标节点的资源信息:

bash
kubectl describe node <NODE>

预期结果中会包含类似内容:

text
Capacity:
  cpu:                4
  memory:             16384000Ki
Allocatable:
  cpu:                3800m
  memory:             15000000Ki
Allocated resources:
  Resource           Requests
  --------           --------
  cpu                2100m
  memory             8000Mi

这些数值只是结构示例,实际节点的 CPU、内存、单位以及已请求量会不同。判断时应读取自己集群中的真实值。

用 Allocatable 减去已有 requests

如果一个节点的 CPU Allocatable 为 3800m,已有 Pod 共请求 2100m,那么从 CPU 这一维度看,剩余可请求容量约为:

3800m−2100m=1700m3800m - 2100m = 1700m

同理,如果节点可分配内存约为 15000Mi,现有 Pod 已请求 8000Mi,剩余可请求内存约为:

15000Mi−8000Mi=7000Mi15000Mi - 8000Mi = 7000Mi

这个计算关注的是 requests,而不是 kubectl top node 显示的当前使用量。即使监控显示节点当前只用了 500m CPU,也不能把剩余调度 CPU 算成 3800m - 500m,因为调度器需要尊重已经承诺给现有 Pod 的 requests。

判断一个新 Pod 能不能放进去

假设准备部署下面的 Pod:

yaml
apiVersion: v1
kind: Pod
metadata:
  name: capacity-check
spec:
  containers:
    - name: app
      image: nginx:1.27
      resources:
        requests:
          cpu: "1500m"
          memory: "6Gi"

该配置声明容器需要 1500m CPU 和 6Gi 内存。若保存为 capacity-check.yaml,后续可通过创建 Pod 并观察调度结果验证人工判断。

如果目标节点按前面的示例还剩约 1700m CPU 和 7000Mi 内存,那么 CPU 可以满足 1500m。内存统一单位后,6Gi 等于 6144Mi,也低于 7000Mi。仅从 CPU 和内存容量看,该节点可以通过这一层资源过滤。

如果把 CPU 请求改成 2,即 2000m,那么 2000m > 1700m,该节点会因 CPU 可用请求容量不足而无法通过资源过滤,即使内存仍然充足。

这只是资源容量条件。实际调度还可能受到污点与容忍、节点选择、亲和性、拓扑约束和卷绑定等条件影响,因此“资源够”不等于“最终一定调度到该节点”。另外,kubectl describe node 适合人工排查,但调度器在实际调度周期中看到的状态可能包含刚刚假定或新增的 Pod,因此人工计算应视为容量诊断依据,而不是对最终调度结果的绝对保证。

用调度结果验证人工判断

创建示例 Pod,并查看它被分配到哪个节点:

bash
kubectl apply -f capacity-check.yaml
kubectl get pod capacity-check -o wide

预期结果

text
pod/capacity-check created
NAME             READY   STATUS    RESTARTS   AGE      IP       NODE     NOMINATED NODE   READINESS GATES
capacity-check   1/1     Running   0          <TIME>   <IP>     <NODE>   <none>           <none>

如果集群中没有任何节点满足请求,应查看调度事件,而不是反复重建 Pod:

bash
kubectl describe pod capacity-check

预期结果之一

text
Events:
  Type     Reason            Age      From               Message
  ----     ------            ----     ----               -------
  Warning  FailedScheduling  <TIME>   default-scheduler  0/<VALUE> nodes are available: <VALUE> Insufficient memory.

<TIME>、<IP>、<NODE>、<VALUE> 等实际值会随集群变化。如果事件同时列出多种原因,例如部分节点内存不足、另一些节点存在未容忍污点,就要分别处理;不能因为其中一个节点资源充足,就推断整个 Pod 一定可调度。

容量排查应保持固定顺序

遇到因资源不足而 Pending 的 Pod,可以按以下顺序核对:

  1. 查看 Pod 声明的 requests,确认新工作负载真正需要多少 CPU、内存和扩展资源。
  2. 查看候选节点的 Allocatable,不要直接拿 Capacity 作为 Pod 容量上限。
  3. 查看节点现有 Pod 已请求资源,计算各资源维度的剩余可请求容量。
  4. 对每个资源分别比较;新 Pod 只要有一个必需资源无法满足,该节点就不能通过资源过滤。
  5. 如果资源条件满足但仍未调度,再继续检查污点、亲和性、节点选择和存储等其他约束。

节点容量判断的核心不是“机器现在忙不忙”,而是“节点还剩多少尚未承诺的 Allocatable”。把 Capacity、Allocatable、已有 requests 和新 Pod requests 放在同一套账本中比较,才能得到更接近调度器实际判断的容量结论。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

判断节点可分配资源

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通