在 Kubernetes 多节点集群中，Pod 调度直接影响资源利用率、故障恢复和高可用性。默认调度器基于资源匹配进行简单分配，但生产环境需精细控制。通过节点亲和性（Node Affinity）、Pod 亲和性 / 反亲和性（Pod Affinity/Anti-Affinity）、污点与容忍（Taints & Tolerations）以及 Pod 拓扑分布约束（Topology Spread Constraints），结合拓扑感知卷绑定（Topology-Aware Volume Binding），可实现高效的多节点资源分配，避免热点、提升本地性和均匀分布。
节点亲和性与 Pod 亲和性规则
节点亲和性是 nodeSelector 的升级版，支持硬约束（requiredDuringSchedulingIgnoredDuringExecution）和软约束（preferredDuringSchedulingIgnoredDuringExecution）。硬约束要求 Pod 必须调度到匹配标签的节点，否则 Pending；软约束优先匹配，并通过 weight（1-100）加权评分。
例如，优先调度到 us-east-1a 可用区的 GPU 节点：
spec:
affinity:
nodeAffinity:
requiredDuringSchedulingIgnoredDuringExecution:
nodeSelectorTerms:
- matchExpressions:
- key: topology.kubernetes.io/zone
operator: In
values: ["us-east-1a"]
preferredDuringSchedulingIgnoredDuringExecution:
- weight: 80
preference:
matchExpressions:
- key: node-type
operator: In
values: ["gpu"]
Pod 亲和性控制 Pod 间共置：podAffinity 吸引同类 Pod 到同一拓扑域（如 hostname 或 zone），podAntiAffinity 避免单点故障。例如，高可用部署避免相同服务 Pod 同节点：
affinity:
podAntiAffinity:
requiredDuringSchedulingIgnoredDuringExecution:
- labelSelector:
matchLabels:
app: my-app
topologyKey: kubernetes.io/hostname
参数要点：
- operator：In/NotIn（多值匹配）、Exists/DoesNotExist（键存在）、Gt/Lt（数值比较，仅 nodeAffinity）。
- topologyKey：如 kubernetes.io/hostname（节点级）、topology.kubernetes.io/zone（区域级）。
- 权重总分最高节点优先，结合资源评分。
落地清单：1. 标签节点kubectl label nodes node1 accelerator=gpu；2.Deployment 中配置 affinity；3. 监控kubectl get pods -o wide，调整 weight 防 Pending。
官方文档指出，亲和性比 nodeSelector 更强大，支持复杂表达式。[1]
污点与容忍机制
污点（Taints）是节点 “排斥” 标签，Pod 需配置容忍（Tolerations）匹配 key=value:effect 才能调度。常用于专用节点如 GPU 隔离。
命令打污点：kubectl taint nodes node-gpu dedicated=gpu:NoSchedule。
Pod YAML 容忍：
spec:
tolerations:
- key: "dedicated"
operator: "Equal"
value: "gpu"
effect: "NoSchedule"
- key: "disktype" # 模糊匹配
operator: "Exists"
effect: "NoExecute"
tolerationSeconds: 300 # NoExecute宽限期
效果类型：
| Effect | 描述 |
|---|---|
| NoSchedule | 拒绝新 Pod 调度 |
| PreferNoSchedule | 尽量避免 |
| NoExecute | 拒绝新 Pod 并驱逐无容忍旧 Pod |
风险：过度 taint 导致无可用节点，监控kubectl describe node的 Taints。
实战：GPU 节点kubectl taint nodes gpu-node nvidia.com/gpu=true:NoSchedule，仅容忍 Pod 调度。回滚：kubectl taint nodes gpu-node nvidia.com/gpu=true:NoSchedule-。
Pod 拓扑分布约束
K8s 1.19 + 引入 topologySpreadConstraints，实现跨 zone/hostname 均匀分布，避免集中故障。核心参数 maxSkew 定义最大偏差。
示例：跨 zone 均匀：
spec:
topologySpreadConstraints:
- maxSkew: 1
topologyKey: topology.kubernetes.io/zone
whenUnsatisfiable: DoNotSchedule # 或ScheduleAnyway
labelSelector:
matchLabels:
app: my-app
- maxSkew=1：目标域 Pod 数与全局最小差≤1。
- minDomains：最小合格域数（v1.28 + 默认）。
- whenUnsatisfiable：DoNotSchedule（硬）或 ScheduleAnyway（软优先低 skew）。
- nodeAffinityPolicy/nodeTaintsPolicy：Honor（尊重）或 Ignore（忽略）节点亲和 / 污点（v1.26+ beta）。
内置默认：hostname maxSkew=3，zone maxSkew=5（ScheduleAnyway）。
拓扑感知卷绑定
为高效多节点存储，CSI 支持 Topology-Aware Volume Provisioning。动态 provision PV 时，匹配 Pod topologyKeys（如 zone），确保卷本地绑定，减少跨域延迟。
StorageClass 配置：
apiVersion: storage.k8s.io/v1
kind: StorageClass
parameters:
csi.storage.k8s.io/fstype: ext4
allowedTopologies:
- matchLabelExpressions:
- key: topology.kubernetes.io/zone
values: ["us-east-1a", "us-east-1b"]
参数：allowedTopologies 限制 provision 域。Pod 调度后，CSI 检查 volume 是否匹配 topology，否则延迟绑定。
监控：kubectl describe pvc，事件中查看 VolumeBinding 失败。
组合工程化实践
多机制协同：
- 专用池：GPU 节点 taint + nodeAffinity。
- HA 分布：podAntiAffinity + topologySpread（hostname skew=1）。
- 卷本地：topologySpread（zone）+ allowedTopologies。
阈值建议：
| 场景 | maxSkew | topologyKey | whenUnsatisfiable |
|---|---|---|---|
| 小集群 HA | 1 | hostname | DoNotSchedule |
| 大集群均衡 | 2 | zone | ScheduleAnyway |
| 卷本地 | 1 | zone | DoNotSchedule |
回滚策略：优先 ScheduleAnyway，Descheduler 定期重平衡（LowNodeUtilization）。监控 Prometheus scheduler_pending_pods，警报 > 10。
引用 Kubernetes 官方文档，亲和性和拓扑约束可显著降低跨域流量。[2]
实际部署中，先小规模测试，避免硬约束导致 Pending。通过这些参数，集群资源利用率提升 20% 以上，故障域恢复更快。
资料来源： [1] https://kubernetes.io/docs/concepts/scheduling-eviction/assign-pod-node/ [2] https://kubernetes.io/docs/concepts/scheduling-eviction/topology-spread-constraints/
（字数：1256）