在K8S中，Requests 和 Limits 如何影响 Pod 的调度?

在 Kubernetes 中，Pod 的调度过程受到资源请求（Requests）和资源限制（Limits）的直接影响。以下是这些参数如何影响 Pod 调度的详细说明：

1. 资源请求（Requests）：

   • 资源请求定义了 Pod 中每个容器所需的最小资源量。在调度 Pod 时，Kubernetes 调度器会寻找具有足够可用资源的节点来满足这些请求。如果一个节点上所有 Pod 的资源请求总和超过了该节点的可分配资源，新的 Pod 将不会被调度到该节点上。
   • 对于 CPU，这是一个可压缩资源，如果 Pod 使用的 CPU 超过其请求量但未达到限制（Limits），它可能会与其他 Pod 共享 CPU 资源。但如果一个 Pod 的 CPU 使用量超过了其限制，它可能会被限制，导致性能下降。
   • 对于内存，这是一个不可压缩资源，Pod 需要确保它们请求的内存量。如果一个 Pod 使用的内存超过了其请求量，它可能会被 OOM Killer（Out of Memory Killer）终止。

2. 资源限制（Limits）：

   • 资源限制定义了容器可以消耗的最大资源量。如果容器超出了这个限制，Kubernetes 将采取行动，对于 CPU，可能会导致性能下降；对于内存，可能会导致容器被杀死。
   • 如果设置了资源限制但没有指定资源请求，Kubernetes 默认将资源请求设置为与限制相同的值。

3. 服务质量（QoS）：

   • Kubernetes 根据资源请求和限制将 Pod 分为不同的服务质量（QoS）类别：Guaranteed、Burstable 和 BestEffort。
     • Guaranteed：所有容器的资源请求和限制完全匹配。
     • Burstable：至少有一个容器的资源请求小于其限制。
     • BestEffort：容器没有设置资源请求或限制。
   • QoS 类别影响调度决策，因为 Guaranteed 类别的 Pod 需要更多的资源保证，而 BestEffort 类别的 Pod 可能会在资源紧张时被首先牺牲。

4. 调度算法：

   • Kubernetes 的调度器使用多种算法来决定将 Pod 调度到哪个节点。这些算法包括过滤（Filter）和打分（Score）阶段。在打分阶段，调度器会考虑节点的资源剩余量和其他因素，如亲和性（Affinity）和反亲和性（Anti-Affinity）规则。
   • Pod 的资源请求和限制直接影响 NodeResourcesLeastAllocated 算法的结果，该算法倾向于将 Pod 调度到资源剩余量最多的节点。

5. 项目配额（Resource Quotas）：

   • 项目配额限制了命名空间内资源的总使用量，确保不同团队或项目之间的资源隔离。这进一步影响了 Pod 的调度，因为配额会限制在特定命名空间内可以创建的 Pod 的数量和资源量。

综上所述，资源请求和限制是 Kubernetes 调度决策的关键因素，它们确保了 Pod 能够获得所需的资源，同时防止资源争用和过度消耗。通过合理配置这些参数，可以提高集群的资源利用率和应用程序的稳定性。