posts

《Kubernetes 分布式系统原理深入解析·调度与资源》 · 全书目录与章节索引(45 篇)

全 45 篇的章节索引:从分布式调度问题的形式化出发,拆解调度循环与三队列、Filter 硬约束、Score 软偏好、抢占与优先级、拓扑感知调度、Scheduler Framework 扩展、资源模型与超额分配、QoS 与节点压力驱逐、Kubelet 状态机,再到 HPA/VPA/KEDA 弹性伸缩与 Cluster Autoscaler 节点伸缩,最后以从调度到运行的一致性闭环收束;每节配一个可运行的 Go 最小验证,共 69 用例。

《Kubernetes 分布式系统原理深入解析·调度与资源》全 45 篇,是《Kubernetes 分布式系统原理深入解析》四卷本的卷三。本卷以 K8s 的调度器与资源系统为对象,把「分布式决策与控制」落在真实组件上:调度问题、队列与重试、Filter 硬约束、Score 软偏好、抢占、拓扑分布、调度框架、资源模型、QoS 驱逐、Kubelet 状态机,直到 HPA/VPA/KEDA 与节点级伸缩的负反馈回路;每节配一个可运行的 Go 最小验证,复现该机制的语义。

本页是《Kubernetes 分布式系统原理深入解析·调度与资源》的全书目录:按章节顺序列出全部 45 篇,点击标题直达正文。也可以从目录与学习路径 进入按顺序通读。

四卷规划 · 卷一 共识与存储 · 卷二 控制面与调谐循环 · 卷三 调度与资源 · 卷四 网络、存储、多集群与一致性边界

全书概览

项目内容
书稿《Kubernetes 分布式系统原理深入解析·调度与资源》
篇数45 篇(15 章 × 3 节)
领域分布式系统原理 × 真实组件(K8s 调度器 / 资源模型 / 弹性伸缩)
实验工程k8s-sched-lab,纯 Go,go build ./... && go test ./...,69 用例全过
上级专题书稿专题

全书目录

前置

节文章
—目录与学习路径

第 1 章 分布式调度问题

节文章
1.11.1 调度问题的形式化与 K8s 定位
1.21.2 调度器与 API Server 的交互
1.31.3 单调度器 vs 多调度器

第 2 章 调度框架与队列

节文章
2.12.1 调度循环:informer→队列→选择→绑定
2.22.2 ActiveQ/BackoffQ/UnschedulableQ
2.32.3 调度事件与重试语义

第 3 章 Filter:硬约束

节文章
3.13.1 节点选择器与亲和/反亲和过滤
3.23.2 污点容忍匹配算法
3.33.3 资源可分配、端口与卷冲突过滤

第 4 章 Score:软偏好

节文章
4.14.1 评分模型:LeastRequested/MostRequested/Balanced
4.24.2 评分权重组合
4.34.3 并行评分与结果排序

第 5 章 抢占与优先级

节文章
5.15.1 Preemption 流程与受害者选择
5.25.2 PriorityClass 的分布式协调
5.35.3 抢占的代价与可容忍性

第 6 章 拓扑感知调度

节文章
6.16.1 topologySpreadConstraints 与跨故障域
6.26.2 PodTopologySpread 算法
6.36.3 拓扑路由与流量亲和

第 7 章 调度器扩展

节文章
7.17.1 Scheduler Framework 扩展点
7.27.2 SchedulingGates 与异步准入
7.37.3 插件开发与 scheduler extender

第 8 章 资源模型

节文章
8.18.1 requests/limits:CPU 可压缩、内存不可压缩
8.28.2 超额分配与装箱效率
8.38.3 工程陷阱:cgroup v2、PodOverhead

第 9 章 QoS 与驱逐

节文章
9.19.1 Guaranteed/Burstable/BestEffort 分类
9.29.2 节点压力驱逐排序与阈值
9.39.3 主动驱逐 vs 内核 OOM

第 10 章 Kubelet 状态机

节文章
10.110.1 Pending→Running 的路径(PLEG/CRI)
10.210.2 探针与重启策略状态机
10.310.3 节点 Lease 心跳与失联判定

第 11 章 HPA 控制回路

节文章
11.111.1 目标利用率比例控制与平滑窗口
11.211.2 指标来源:metrics-server/自定义/聚合
11.311.3 伸缩滞后与振荡:稳定窗口设计

第 12 章 VPA 与资源画像

节文章
12.112.1 Recommender/Updater/Admission 三组件
12.212.2 资源画像与百分位聚合
12.312.3 更新模式:recreate/initial/off

第 13 章 KEDA 事件驱动

节文章
13.113.1 ScaledObject 控制器与事件源抽象
13.213.2 外部指标进入 HPA
13.313.3 队列/流量的驱动适配

第 14 章 节点级伸缩

节文章
14.114.1 Cluster Autoscaler:模拟调度与池伸缩
14.214.2 Karpenter 声明式节点生命周期
14.314.3 与调度/驱逐协同、冷启动

第 15 章 调度与资源的一致性闭环

节文章
15.115.1 从调度到运行的完整状态流
15.215.2 调度失败与多副本调度器
15.315.3 卷三回顾:约束满足+评分+抢占+负反馈

相关阅读

全部文章 Books game Java Indie golang 客户端开发 Minigame Saas rust Python
books

《Kubernetes 分布式系统原理深入解析》2.3 调度事件与重试语义

调度失败后靠什么重试?两类触发源:事件(节点加入/更新、Pod 删除释放资源)和时间(指数退避到期)。本节把调度失败原因分类为『事件可修复』与『持续存在』,分别对应 UnschedulableQ 与 BackoffQ 的重试路径,并讨论重试的幂等性——为什么重复调度一个已绑定 Pod 是无害的。lab 用 queue/scheduler.go 验证失败进退避与事件驱动重试两条路径。

7 分钟阅读
书稿 Kubernetes 分布式系统
books

《Kubernetes 分布式系统原理深入解析》2.2 ActiveQ/BackoffQ/UnschedulableQ

调度队列不是一条队列,而是三张:ActiveQ 放可立即尝试的 Pod(按优先级排序)、BackoffQ 放刚失败等待指数退避重试的 Pod、UnschedulableQ 放失败且等待事件驱动的 Pod。本节拆三个队列的语义、流转规则与移动触发条件,说明它们共同实现『失败不丢、重试不忙、事件不miss』的调度健壮性。lab 用 queue/queue.go 的 SchedulingQueue 复现三队列转移、退避到期与优先级 pop。

8 分钟阅读
书稿 Kubernetes 分布式系统
books

《Kubernetes 分布式系统原理深入解析》2.1 调度循环:informer→队列→选择→绑定

调度的主循环是四步:informer 事件把未绑定 Pod 入队、从队列 pop、Filter+Score 选节点、写绑定。本节逐段拆这个循环,说明它与控制器调谐循环的异同——调度也是『读期望、看现状、写回』的负反馈,只是决策对象是『放哪』而非『改多少』。lab 用 queue/scheduler.go 的 ScheduleLoop 复现四步循环,展示 pop→filter→score→bind 的完整一round。

8 分钟阅读
书稿 Kubernetes 分布式系统
books

《Kubernetes 分布式系统原理深入解析》1.3 单调度器 vs 多调度器

K8s 默认只有一个 kube-scheduler,但调度框架允许通过 schedulerName 部署任意多个调度器。本节先说明『单调度器 + 全局视图』的设计价值(决策正确、可解释、易排障),再拆多调度器的分工模型——按 schedulerName 划分工作集,同一 Pod 只被对应名字的调度器处理,最后讨论绑定写回的唯一性:为什么并发调度器不会把同一个 Pod 绑定两次。lab 用 queue 包的多个调度器实例演示按名称分工。

8 分钟阅读
书稿 Kubernetes 分布式系统
books

《Kubernetes 分布式系统原理深入解析》1.2 调度器与 API Server 的交互

调度器与 API Server 的交互是典型的『观察者 + 写入者』双角色:观察侧用 list-watch 订阅 Node/Pod/PVC 等对象维护全局视图,写入侧通过绑定子资源把『Pod 应该运行在哪个节点』持久化。本节拆解这两条通道各自的协议、一致性与滞后边界,说明调度器如何在不直连 kubelet 的情况下完成决策的落地。lab 用 queue/scheduler.go 的节点快照与绑定记录复现观察-决策-写入三段。

8 分钟阅读
书稿 Kubernetes 分布式系统
books

《Kubernetes 分布式系统原理深入解析》1.1 调度问题的形式化与 K8s 定位

把调度问题形式化:在满足硬约束的前提下为每个待调度 Pod 选择一个节点并优化软偏好,是一个带约束的组合优化问题。本节先给出 K8s 里调度问题的输入、输出与约束结构,再定位 kube-scheduler 在分布式系统里的角色——一个靠 watch 维护全局视图、靠写入绑定子资源落地决策的集中式决策者,最后说明它为什么是『分布式决策』而非『分布式算法』。lab 用 queue/scheduler.go 验证一轮调度(pop→filter→score→bind)的完整语义。

9 分钟阅读
书稿 Kubernetes 分布式系统