K8S学习指南(44)-k8s调度之NodeAffinity

引言

Kubernetes（K8s）是一款开源的容器编排平台，通过调度系统，能够智能地将容器化应用程序部署到集群中的节点。Node Affinity是Kubernetes调度器的一个重要特性，它允许开发者通过定义Pod与节点之间的亲和性关系，影响Pod的调度位置。本文将深入讨论Node Affinity的概念、用法，并通过详细的示例演示如何在实际场景中应用Node Affinity。

什么是Node Affinity？

Node Affinity是Kubernetes调度器的一种机制，用于指定Pod与节点之间的亲和性关系。通过Node Affinity，我们可以要求或禁止将某个Pod调度到具有特定亲和性关系的节点上，以满足应用程序的性能和资源需求。

Node Affinity的主要应用场景包括：

1. 硬件亲和性： 将需要特定硬件资源的Pod调度到具有相应硬件标签的节点上。
2. 数据本地性： 将依赖特定数据存储的Pod调度到具有相同存储特性的节点上。
3. 地理位置感知： 将需要在同一地理位置运行的Pod调度到具有相同地理位置标签的节点上。

Node Affinity的基本结构

在使用Node Affinity之前，我们需要了解其基本结构。Node Affinity通过以下两个关键组件来实现：

• requiredDuringSchedulingIgnoredDuringExecution： 指定Pod必须调度到具有特定标签的节点上。
• preferredDuringSchedulingIgnoredDuringExecution： 指定Pod更倾向于调度到具有特定标签的节点上，但不是必须的。

以下是一个简单的Node Affinity示例：

apiVersion: apps/v1
kind: Deployment
metadata:
  name: affinity-deployment
spec:
  replicas: 3
  selector:
    matchLabels:
      app: affinity-app
  template:
    metadata:
      labels:
        app: affinity-app
    spec:
      affinity:
        nodeAffinity:
          requiredDuringSchedulingIgnoredDuringExecution:
            nodeSelectorTerms:
            - matchExpressions:
              - key: "gpu"
                operator: In
                values:
                - "true"
      containers:
      - name: affinity-container
        image: affinity-app:latest

在这个示例中，我们创建了一个名为affinity-deployment的Deployment，其中的Pod被标记为app: affinity-app。通过Node Affinity的设置，我们要求这些Pod在调度时具有硬件亲和性，即它们应该被调度到具有gpu: true标签的节点上。

Node Affinity的使用方法

1. 定义Node Affinity

要使用Node Affinity，首先需要在Pod的定义中配置Affinity。以下是一个具有多个匹配条件的Node Affinity的示例：

apiVersion: apps/v1
kind: Deployment
metadata:
  name: complex-affinity-deployment
spec:
  replicas: 3
  selector:
    matchLabels:
      app: complex-affinity-app
  template:
    metadata:
      labels:
        app: complex-affinity-app
    spec:
      affinity:
        nodeAffinity:
          requiredDuringSchedulingIgnoredDuringExecution:
            nodeSelectorTerms:
            - matchExpressions:
              - key: "gpu"
                operator: In
                values:
                - "true"
              - key: "cpu"
                operator: NotIn
                values:
                - "low-performance"
          preferredDuringSchedulingIgnoredDuringExecution:
          - weight: 100
            preference:
              matchExpressions:
              - key: "zone"
                operator: In
                values:
                - "us-west"
      containers:
      - name: complex-affinity-container
        image: complex-affinity-app:latest

在这个示例中，我们创建了一个名为complex-affinity-deployment的Deployment，其中的Pod被标记为app: complex-affinity-app。通过Node Affinity的设置，我们要求这些Pod在调度时具有硬件亲和性：

• requiredDuringSchedulingIgnoredDuringExecution条件表示，这些Pod必须被调度到具有gpu: true且不具有cpu: low-performance标签的节点上。
• preferredDuringSchedulingIgnoredDuringExecution条件表示，如果可能，这些Pod更倾向于被调度到具有zone: us-west标签的节点上，并设置了100的权重。

2. 应用Node Affinity

将定义好的Node Affinity应用于实际的应用场景。以下是一个示例，演示了如何在一个具有多个硬件配置的集群中使用Node Affinity：

apiVersion: apps/v1
kind: Deployment
metadata:
  name: hardware-affinity-deployment
spec:
  replicas: 3
  selector:
    matchLabels:
      app: hardware-affinity-app
  template:
    metadata:
      labels:
        app: hardware-affinity-app
    spec:
      affinity:
        nodeAffinity:
          requiredDuringSchedulingIgnoredDuringExecution:
            nodeSelectorTerms:
            - matchExpressions:
              - key: "gpu"
                operator: In
                values:
                - "true"
          preferredDuringSchedulingIgnoredDuringExecution:
          - weight: 50
            preference:
              matchExpressions:
              - key: "cpu"
                operator: In
                values:
                - "high-performance"
      containers:
      - name: hardware-affinity-container
        image: hardware-affinity-app:latest

在这个示例中，我们创建了一个名为hardware-affinity-deployment的Deployment，其中的Pod被标记为app: hardware-affinity-app。通过Node Affinity的设置，我们要求这些Pod在调度时具有硬件亲和性：

• requiredDuringSchedulingIgnoredDuringExecution条件表示，这些Pod必须被调度到具有gpu: true标签的节点上。
• preferredDuringSchedulingIgnoredDuringExecution条件表示，如果可能，这些Pod更倾向于被调度到具有cpu: high-performance标签的节点上，并设置了50的权重。

3. 验证Node Affinity

通过查看Pod的描述，我们可以验证Node Affinity是否被正确应用。执行以下命令：

kubectl describe pod <pod-name>

在输出中，你应该能够看到与Node Affinity中定义的标签和条件相对应的信息，确认Pod是否按照预期被调度到了正确的节点上。

实际应用示例

假设我们有一个具有多种硬件配置的Kubernetes集群，我们有两类应用程序，一类需要GPU资源，另一类则对CPU性能更为敏感。通过Node Affinity，我们可以实现这一资源分配策略。

以下是一个示例，演示了如何在一个具有多种硬件配置的集群中使用Node Affinity：

apiVersion: apps/v1
kind: Deployment
metadata:
  name: gpu-intensive-app-deployment
spec:
  replicas: 3
  selector:
    matchLabels:
      app: gpu-intensive-app
  template:
    metadata:
      labels:
        app: gpu-intensive-app
    spec:
      affinity:
        nodeAffinity:
          requiredDuringSchedulingIgnoredDuringExecution:
            nodeSelectorTerms:
            - matchExpressions:
              - key: "gpu"
                operator: In
                values:
                - "true"
      containers:
      - name: gpu-intensive-app-container
        image: gpu-intensive-app:latest
---
apiVersion: apps/v1
kind: Deployment
metadata:
  name: high-performance-app-deployment
spec:
  replicas: 3
  selector:
    matchLabels:
      app: high-performance-app
  template:
    metadata:
      labels:
        app: high-performance-app
    spec:
      affinity:
        nodeAffinity:
          requiredDuringSchedulingIgnoredDuringExecution:
            nodeSelectorTerms:
            - matchExpressions:
              - key: "cpu"
                operator: In
                values:
                - "high-performance"
      containers:
      - name: high-performance-app-container
        image: high-performance-app:latest

在这个示例中，我们创建了两个Deployment，分别属于gpu-intensive-app和high-performance-app两个应用程序。通过Node Affinity的设置，我们要求：

• gpu-intensive-app的Pod必须被调度到具有gpu: true标签的节点上。
• high-performance-app的Pod必须被调度到具有cpu: high-performance标签的节点上。

通过这样的方式，我们可以灵活地控制不同类型应用程序的资源分配，更好地利用集群中不同节点的硬件特性。

结论

Node Affinity是Kubernetes中非常有用的调度特性，通过定义Pod与节点之间的亲和性关系，影响Pod的调度位置。通过本文的详细介绍和示例，希望读者能够更好地理解和运用Node Affinity，从而优化Kubernetes集群中的资源调度策略，提高应用程序的性能和可用性。