Kubernetes中topologySpreadConstraint配置未按预期生效问题咨询

问题排查与修复方案 #

你可以按以下优先级逐一排查：

• 检查Pod标签与拓扑扩散约束匹配性：你配置的topologySpreadConstraints.labelSelector匹配的是app: my-deployment，必须确保Deployment的Pod模板metadata.labels中存在完全一致的键值对。如果标签不匹配，调度器不会将当前Deployment的副本纳入拓扑分布的统计范围，约束规则直接失效，副本就会被集中调度到同一节点。
• 检查两个目标节点的可分配资源：执行kubectl describe node <节点名称>查看两个带cloud.google.com/gke-nodepool=preemt2标签的节点剩余CPU、内存等资源是否满足Pod的resources.requests配置。如果其中一个节点剩余资源不足以运行单个Pod副本，调度器只能将所有副本调度到资源足够的节点。
• 检查节点污点与容忍配置：确认两个目标节点是否存在未被Deployment容忍的污点，如果其中一个节点有自定义污点且你没有配置对应tolerations，调度器将无法将副本调度到该节点。
• 确认集群版本与特性门控状态：拓扑扩散约束在K8s 1.18及更早版本为Alpha特性，需要手动开启kube-scheduler的EvenPodsSpread特性门控才可生效；1.19到1.23版本为Beta特性默认开启，1.24及以上版本正式GA默认启用。如果集群版本低于1.19需要先确认特性门控是否开启。
• 查看调度器日志定位原因：如果以上配置都无异常，执行kubectl logs -n kube-system <kube-scheduler Pod名称>查看调度日志，可直接看到每个Pod副本的调度决策逻辑，精准定位无法分散调度的根因。

内容的提问来源于stack exchange，提问作者Ana