Kubernetes Pod调度分配算法咨询及多约束下所需节点数量计算问题

1. Kubernetes Pod节点分配算法 #

Kubernetes默认的kube-scheduler调度器并非采用单一算法，而是通过分阶段的过滤+打分机制完成节点分配，流程如下：

• 过滤阶段：遍历集群所有节点，排除无法满足Pod运行要求的节点，比如资源（CPU/内存/GPU等）请求不足、端口冲突、不满足节点亲和/污点容忍规则、不满足存储挂载要求的节点都会被直接过滤。
• 打分阶段：对过滤后的合法节点按多维度规则加权打分，核心内置打分规则包括：
  • LeastRequestedPriority：优先选择已分配资源请求占比更低的节点
  • BalancedResourceAllocation：优先选择CPU、内存资源使用率均衡的节点
  • PodTopologySpreadPriority：满足Pod拓扑分布约束的节点得分更高
    所有规则按预设权重计算出每个节点的最终得分。
• 绑定阶段：选择得分最高的节点与Pod完成绑定，调度结束。
  1.14版本之后Kubernetes引入了调度框架，支持用户自定义调度插件扩展上述两个阶段的逻辑，默认情况下使用的是上述内置规则组合。

2. 多约束下最小节点数估算方法 #

你提到的场景属于带特殊约束的装箱问题变种，无需使用复杂度较高的匈牙利算法，通过分层贪心计算即可得到足够精准的估算结果，满足成本测算需求，具体步骤如下：

2.1 先明确基础参数 #

• 设单节点最大可承载Pod数为maxPods（Kubernetes默认值为110，可根据节点规格、业务特性自定义）
• 若需要考虑资源约束，额外定义单节点可用CPU为nodeCpu、可用内存为nodeMemory，每个Pod的CPU/内存请求为podCpu/podMemory

2.2 按可用区拆分Pod分布 #

针对有「3可用区均衡分布」约束的工作负载，先将该工作负载的总Pod数拆到3个可用区，每个可用区分配的Pod数为ceil(总Pod数 / 3)，剩余的Pod依次分配到前N个可用区即可，比如总Pod数为7时，3个可用区的分配结果为3、2、2。

2.3 单可用区最小节点数计算 #

针对单个可用区，分别计算以下三个下界，取最大值即为该可用区需要的最小节点数：

1. 所有有「同工作负载Pod必须部署在不同节点」约束的工作负载，在该可用区分配的Pod数的最大值。比如某可用区有A工作负载分配了4个Pod，B工作负载分配了3个Pod，都有独占节点约束，则该值为4，至少需要4个节点才能放下两个工作负载的独占Pod。
2. 该可用区所有Pod的总CPU请求除以nodeCpu向上取整、总内存请求除以nodeMemory向上取整，二者的最大值（无资源约束需求可忽略此项）。
3. 该可用区总Pod数除以maxPods向上取整的值。

2.4 总节点数计算 #

将3个可用区的最小节点数相加，即可得到全集群需要的最小节点数。

计算示例 #

举个简单的场景说明计算逻辑：

• 工作负载A：共7个Pod，同时满足两个约束，3个可用区分得3、2、2个Pod
• 工作负载B：共5个Pod，同时满足两个约束，3个可用区分得2、2、1个Pod
• 无约束普通Pod共10个，平均分配到3个可用区
• 单节点maxPods=10，无额外资源约束
  计算结果：
• 可用区1总Pod数=3+2+4=9，下界1取max(3,2)=3，下界3取ceil(9/10)=1，取最大值3
• 可用区2总Pod数=2+2+3=7，下界1取max(2,2)=2，下界3取ceil(7/10)=1，取最大值2
• 可用区3总Pod数=2+1+3=6，下界1取max(2,1)=2，下界3取ceil(6/10)=1，取最大值2
• 总节点数=3+2+2=7

内容的提问来源于stack exchange，提问作者codersofthedark