K8s 源码剖析及debug实战之 Kube-Scheduler（六）：调度流程总结

---

0. 引言

欢迎关注本专栏，本专栏主要从 K8s 源码出发，深入理解 K8s 一些组件底层的代码逻辑，同时借助 debug Minikube 来进一步了解 K8s 底层的代码运行逻辑细节，帮助我们更好了解不为人知的运行机制，让自己学会如何调试源码，玩转 K8s。

本专栏适合于运维、开发以及希望精进 K8s 细节的同学。同时本人水平有限，尽量将本人理解的内容最大程度的展现给大家～

前情提要：
《K8s 源码剖析及debug实战（一）：Minikube 安装及源码准备》
《K8s 源码剖析及debug实战（二）：debug K8s 源码》
《K8s 源码剖析及debug实战之 Kube-Scheduler（一）：启动流程详解》
《K8s 源码剖析及debug实战之 Kube-Scheduler（二）：终于找到了调度算法的代码入口》
《K8s 源码剖析及debug实战之 Kube-Scheduler（三）：debug 到预选算法门口了》
《K8s 源码剖析及debug实战之 Kube-Scheduler（四）：预选算法详解》
《K8s 源码剖析及debug实战之 Kube-Scheduler（五）：优选算法详解》

文中采用的 K8s 版本是 v1.16。上篇介绍了优选算法的主要逻辑，本文总结 K8s 的 Kube-Scheduler 调度的主要逻辑。

1. 回顾

回顾下上节的整体流程，我们这里介绍调度计算完成后，pod 绑定节点的流程！

2. pod 绑定节点

我们在 《K8s 源码剖析及debug实战之 Kube-Scheduler（二）：终于找到了调度算法的代码入口》 介绍了调度的整体逻辑，如下：

// scheduleOne does the entire scheduling workflow for a single pod.  It is serialized on the scheduling algorithm's host fitting.
func (sched *Scheduler) scheduleOne() {
	...
	// 1. 执行调度
	pod := sched.NextPod()
	scheduleResult, err := sched.schedule(pod, pluginContext)
	
	// 2. 绑定pv，更新缓存
	assumedPod := pod.DeepCopy()
	allBound, err := sched.assumeVolumes(assumedPod, scheduleResult.SuggestedHost)

	// 3. 执行预留的插件
	if sts := fwk.RunReservePlugins(pluginContext, assumedPod, scheduleResult.SuggestedHost); !sts.IsSuccess() {...}

	// 4. 假设pod调度成功，更新缓存
	err = sched.assume(assumedPod, scheduleResult.SuggestedHost)

	// 5. 起一个协程，异步绑定pod到host上
	go func() {...}()
}

而后我们主要详细介绍了 sched.schedule 的逻辑，其中第2步到第4步逻辑不是很关键，现在来介绍下第5步，如何绑定 pod 到一个节点。

第5步这个协程的主要内容展开看下：

func (sched *Scheduler) scheduleOne() {
	...
	// 5. 起一个协程，异步绑定pod到host上
	go func() {
		// 5.1 一般不用考虑，准入插件
		permitStatus := fwk.RunPermitPlugins(pluginContext, assumedPod, scheduleResult.SuggestedHost)

		// 5.2 一般不用考虑，bind前的插件
		preBindStatus := fwk.RunPreBindPlugins(pluginContext, assumedPod, scheduleResult.SuggestedHost)
		
		// 5.3 执行bind
		err := sched.bind(assumedPod, scheduleResult.SuggestedHost, pluginContext)
		
		// 5.4 一般不用考虑，bind后的插件
		fwk.RunPostBindPlugins(pluginContext, assumedPod, scheduleResult.SuggestedHost)

	}()
}

很显然，主要就是步骤5.3，执行 bind，主要逻辑如下：

func (sched *Scheduler) bind(assumed *v1.Pod, targetNode string, pluginContext *framework.PluginContext) error {
	...
	// 1. 排除if语句的干扰，实际执行这句来执行bind
	err = sched.GetBinder(assumed).Bind(&v1.Binding{
		ObjectMeta: metav1.ObjectMeta{Namespace: assumed.Namespace, Name: assumed.Name, UID: assumed.UID},
		Target: v1.ObjectReference{
			Kind: "Node",
			Name: targetNode,
		},
	})
	// 2. 更新缓存
	if finErr := sched.SchedulerCache.FinishBinding(assumed); finErr != nil {...}
}

sched.GetBinder(assumed).Bind() 是一个接口，实际调用的是 pods 的实现

真正调用的是这个：

// Bind applies the provided binding to the named pod in the current namespace (binding.Namespace is ignored).
func (c *pods) Bind(binding *v1.Binding) error {
	return c.client.Post().Namespace(c.ns).Resource("pods").Name(binding.Name).SubResource("binding").Body(binding).Do().Error()
}

这样一来就清楚了，这里是访问 K8s apiserver，把 pods 和节点信息更新到 etcd 中，而后就把 pod 和 节点信息绑定了。

3. 总结

基于之前的所有逻辑，我整理一个大致整体的流程，如下：

好了，到现在为止，调度的整体流程就讲解完成了。

4. 参考

《K8s 源码剖析及debug实战（一）：Minikube 安装及源码准备》
《K8s 源码剖析及debug实战（二）：debug K8s 源码》
《K8s 源码剖析及debug实战之 Kube-Scheduler（一）：启动流程详解》
《K8s 源码剖析及debug实战之 Kube-Scheduler（二）：终于找到了调度算法的代码入口》
《K8s 源码剖析及debug实战之 Kube-Scheduler（三）：debug 到预选算法门口了》
《K8s 源码剖析及debug实战之 Kube-Scheduler（四）：预选算法详解》
《K8s 源码剖析及debug实战之 Kube-Scheduler（五）：优选算法详解》

欢迎关注本人，我是喜欢搞事的程序猿； 一起进步，一起学习；

也欢迎关注我的wx公众号：一个比特定乾坤