用费曼学习法学懂 K8s 调度全套规则

费曼核心逻辑：用大白话类比 → 讲清本质 → 给实操例子 → 总结用法 我全程不用晦涩术语，把调度器当成给 Pod 找房子的中介，你一听就懂。

---

0. 先搞懂：谁在调度？调度的本质是什么？

K8s 里有个组件叫 kube-scheduler，它就是专属中介。 Pod 刚创建出来没地方跑，中介就按照你定的规则，从所有 Node 里挑一个最合适的，把 Pod 安排过去。

今天讲的 4 套东西，就是中介的筛选规则：

1. 标签选择器（最基础的硬筛选）
2. 节点亲和 / 反亲和（喜欢/讨厌哪些机器）
3. Pod 亲和 / 反亲和（要跟谁住一起/分开）
4. 污点 & 容忍（机器挂“禁止入内”，Pod 带“通行证”）

---

1. 标签选择器 nodeSelector（最基础、最粗暴）

大白话类比

给 Node 贴身份标签（比如 disk=ssd、env=prod）， Pod 说：我只去贴了 XX 标签的机器，别的不去。

本质

硬匹配：有标签就收，没标签就滚 没有商量余地，不满足直接调度失败。

实操 YAML

nodeSelector:
  disk: ssd       # 只调度到有 disk=ssd 标签的节点

适用场景

• 简单区分：SSD 节点、GPU 节点、测试/生产节点
• 简单、直接，但不够灵活（只有“是/否”，没有“优先”）

---

2. 节点亲和 & 反亲和（Node Affinity）

大白话类比

• 节点亲和：Pod 说「我优先/必须住朝南的房间」
• 节点反亲和：Pod 说「我尽量/绝对不住一楼」

两种强度（必考+必用）

1. required...（硬约束） 不满足 → 绝对不调度，Pod 一直 Pending
2. preferred...（软偏好） 能满足最好，满足不了也能调度，不卡死

关键词

• requiredDuringSchedulingIgnoredDuringExecution 调度时必须满足，运行后节点标签变了也不驱逐 Pod
• preferredDuringSchedulingIgnoredDuringExecution 调度时尽量满足

节点亲和 YAML 示例

affinity:
  nodeAffinity:
    requiredDuringSchedulingIgnoredDuringExecution:
      nodeSelectorTerms:
      - matchExpressions:
        - key: disk
          operator: In
          values: ["ssd"]

节点反亲和（例子：不去生产节点）

- key: env
  operator: NotIn
  values: ["prod"]

适用场景

• 必须把数据库放到 SSD 节点
• 测试 Pod 绝对不跑到生产机器
• 优先把服务调度到空闲节点

---

3. Pod 亲和 & 反亲和（最常用、最关键）

大白话类比

不是看机器，而是看邻居：

• Pod 亲和：我要跟「某某 Pod」住同一个节点/机架 例：Web 要和 Redis 放一起，降低延迟
• Pod 反亲和：我不要跟「某某 Pod」住一起 例：两个相同的微服务，别放一台机器，防止机器挂了服务全挂

核心概念：拓扑域 topologyKey

决定“多近算一起”：

• kubernetes.io/hostname = 同一个节点
• topology.kubernetes.io/zone = 同一个可用区

Pod 反亲和（生产最常用！防止单点）

affinity:
  podAntiAffinity:
    requiredDuringSchedulingIgnoredDuringExecution:
    - labelSelector:
        matchExpressions:
        - key: app
          operator: In
          values: ["nginx"]
      topologyKey: kubernetes.io/hostname

意思：同一个节点里，不许出现第二个 app=nginx 的 Pod

适用场景

• 高可用：相同副本分散到不同节点
• 核心服务避免单点故障
• 服务间就近访问（Pod 亲和）

---

4. 污点 & 容忍（Taints & Tolerations）

大白话类比

前面都是Pod 挑机器 污点是：机器主动挂牌子：闲人免进！

• 污点（Taint）：Node 贴拒绝标签
• 容忍（Toleration）：Pod 带通行证，才能进去

三种污点效果

1. NoSchedule：新 Pod 不调度进来，老 Pod 没事
2. PreferNoSchedule：尽量别调度进来
3. NoExecute：直接把不符合的 Pod 驱逐走

最经典例子：Master 节点

master 节点默认有污点：

node-role.kubernetes.io/control-plane:NoSchedule

普通 Pod 进不去，只有控制面组件带容忍才能运行。

给 Node 打污点

kubectl taint nodes k8s-node-01 gpu=true:NoSchedule

Pod 写容忍（通行证）

tolerations:
- key: gpu
  operator: Equal
  value: "true"
  effect: NoSchedule

适用场景

• master 节点隔离
• GPU 节点专用
• 特殊硬件节点专用
• 节点维护时驱逐 Pod

---

5. 四者关系 + 调度执行顺序（面试必问）

中介真正干活的顺序是：

1. 先看污点：有污点且没容忍 → 直接排除
2. 再看节点亲和/反亲和：过滤喜欢/讨厌的机器
3. 再看 Pod 亲和/反亲和：看邻居合不合适
4. 最后看 nodeSelector：硬匹配标签

一句话总结区别

• nodeSelector：硬筛选，简单粗暴
• 节点亲和：Pod 挑机器，支持软硬规则
• Pod 亲和：Pod 挑邻居，实现就近/高可用
• 污点容忍：机器拒 Pod，实现专用节点隔离

---

6. 生产最常用组合（你必须记住）

1. 微服务高可用：Pod 反亲和 + hostname 拓扑域 → 相同副本绝不挤一台机器
2. 数据服务：节点亲和 + SSD 标签 → 保证性能
3. 集群隔离：Master 污点 + 组件容忍 → 保证控制面安全
4. 混合部署：节点污点 + 业务容忍 → 测试/生产混部不打架

---

7. 费曼式自测（你能答出来就学会了）

1. nodeSelector 和节点亲和有啥区别？
2. Pod 反亲和解决什么问题？topologyKey 干嘛用？
3. 污点是谁设置的？容忍是谁加的？
4. NoSchedule 和 NoExecute 差别是什么？
5. 调度器先看污点还是先看亲和？

你要是愿意，我可以给你出一套带场景的面试题，你答我改，保证彻底吃透调度这块。