GKE Autopilot部署Helm Chart遇CPU请求与Pod调度问题

针对你在GKE 1.23私有Autopilot集群部署FME Server遇到的Pod调度问题（调整core/queue组件CPU请求到500m后出现PodUnschedulable，错误为CPU不足或存储亲和冲突），可尝试以下解决方案：

1. 修正存储亲和性约束 #

FME Server的core/queue组件可能默认配置了严格的存储亲和规则，强制Pod绑定到特定节点，但该节点资源已耗尽。

• 查看Helm values中对应组件的亲和配置项（如core.persistence.nodeAffinity），若存在requiredDuringSchedulingIgnoredDuringExecution类型的规则，改为preferredDuringSchedulingIgnoredDuringExecution，或直接移除不必要的约束。
• 执行命令查看当前StatefulSet的亲和配置：

  kubectl get statefulset fme-server-core -o yaml | grep -A 20 affinity
  

2. 优化CPU资源请求与限制比例 #

Autopilot调度器会根据Pod的资源请求和限制评估节点容量，若限制远高于请求，可能导致调度预估偏差：

• 确保CPU请求与限制比例合理，例如设置请求500m、限制1000m，避免限制过度高于请求。
• 在Helm values中修改core和queue的资源配置：

  core:
    resources:
      requests:
        cpu: 500m
        memory: 2Gi
      limits:
        cpu: 1000m
        memory: 4Gi
  queue:
    resources:
      requests:
        cpu: 500m
        memory: 2Gi
      limits:
        cpu: 1000m
        memory: 4Gi
  

3. 检查存储卷拓扑约束 #

若使用区域PV，Autopilot会按PV的拓扑域（如可用区）调度Pod，若该区域节点资源耗尽则会调度失败：

• 查看FME Server使用的StorageClass配置，检查是否设置了allowedTopologies，若有，确认该拓扑域内资源是否充足；若无需严格拓扑约束，可移除该配置。
• 查看StorageClass命令：

  kubectl get storageclass <your-storage-class-name> -o yaml
  

4. 调整Pod反亲和规则 #

FME Server的StatefulSet可能配置了与Autopilot默认策略冲突的podAntiAffinity规则：

• 检查podAntiAffinity配置，若存在requiredDuringSchedulingIgnoredDuringExecution规则，改为偏好性规则，或调整匹配标签，避免与Autopilot节点标签冲突。

5. 排查具体调度拒绝细节 #

通过以下方式获取更精准的调度失败原因：

• 执行命令查看Pod事件详情：

  kubectl describe pod <fme-server-core-0>
  

• 登录GKE控制台，查看该工作负载的调度标签页，Autopilot会给出针对性的调度建议，比如资源调整方向或亲和规则修正方案。

内容的提问来源于stack exchange，提问作者intotecho