资源管理、调度和负载均衡作为K8s的三大支柱，它们是如何在K8s中实现的？它们又是如何相互作用，以提供高效的容器工作负载管理的？

每当谈及Kubernetes，我们经常听到诸如资源管理、调度和负载均衡等术语。虽然Kubernetes提供了许多功能，但更关键的还是要了解这些概念，只有这样才能更好地理解如何放置、管理并恢复工作负载。在这篇文章中，我提供了每个功能的概述，并解释了它们是如何在Kubernetes中实现的，以及它们如何相互作用，以提供高效的容器工作负载管理。

资源管理

资源管理是对基础设施资源的有效配置。在Kubernetes中，资源可以通过容器或pod来请求、分配或消耗。拥有一个通用的资源管理模型是非常必要的，因为在Kubernetes中，包括调度器、负载均衡器、工作池管理器甚至应用程序本身的许多组件，都需要有资源意识。如果资源利用不足，这就意味着浪费，意味着成本效益低下。如果资源被过度订购，可能会导致应用程序故障、停机或错误的SLA等。

资源以它所描述的资源类型的单位来表示。例如，内存的字节数或计算容量的毫秒级。Kubernetes为定义资源及其各种属性提供了明确的规范。

虽然，当今使用的主要资源类型是CPU和内存，但资源模型是可扩展的，允许多种系统以及由用户自定义的资源类型。其他类型包括网络带宽、网络操作和存储空间。

资源规格在不同的环境下具有不同的含义。在Kubernetes中指定资源的三种主要方式如下：

• ResourceRequest指的是为容器或Pod请求的一组资源。例如，对于每个Pod实例，一个Pod可以请求1.5个CPU和600MB内存。ResourceRequest可以视为描述应用服务对资源的“需求”。
• ResourceLimit是指容器或pod可以消耗的组合资源的上限。例如，如果一个pod在运行时使用了超过2.5个CPU或1.2GB的内存，我们可能会认为它由于内存泄漏或其他问题而变得“流氓”了。在这种情况下，以防干扰其他集群租户，调度器可能会考虑将pod作为驱逐的候选对象。
• ResourceCapacity规范描述了集群节点上可用的资源量。例如，一个物理集群主机可能具有48个内核和64GB或RAM。集群可以由具有不同资源容量的节点组成。容量规范可以被视为描述资源“供应”。

调度

在Kubernetes中，调度是将pod （由调度器管理的基本实体）与可用资源相匹配的过程。调度器考虑资源需求、资源可用性以及其他用户提供的约束和策略指令，如服务质量、亲和性/反亲和性需求、数据局部性等等。本质上，调度器的作用是将资源“供应”匹配到工作负载“需求”，如下所示:

一些调度约束（简称FitPredicates）是强制性的。例如，如果pod需要具有四个CPU内核和2GB内存的集群节点，则该pod将保持在一个暂挂状态，直到找到满足此要求的集群主机为止。

在其他情况下，可能有多个主机满足强制性标准。在这种情况下，PriorityFunctions被视为反映调度首选项。基本上，调度器采用满足强制性FitPredicates的主机列表，根据用户可配置的优先级功能的结果对每个主机打分，并找到满足最大调度优先级数量的最佳优化配置方案。

在Kubernetes中，工作负载可以由数量不定的pod组成，每个pod都具有特定的资源需求。此外，工作负载和集群都是动态的，并具有伸缩性和自动扩展功能，因此，由于需要调度程序不断地重新评估位置决策，pod的数量可能会发生变化。另外，由于Kubernetes的功能类似于cron作业，调度器需要考虑的不仅是当前的供应、需求和集群状态，还需要考虑未来工作负载的预留容量。

把调度挑战想象成俄罗斯方块游戏，理解起来就不会那么难了。我们的目标是尽可能紧密地打包所有部分（有效利用资源）。但是，它们是多维的（需要特定的内存、CPU、标签选择器等等），而不是二维的游戏片段（pod）。无法匹配游戏的部分类似于无法运行的应用程序。游戏板不是静态的，它随着主机进出服务和服务规模的变化而变化。这就是Kubernetes调度的挑战。

负载均衡

负载均衡最终涉及将应用负载均匀地扩展到可变数量的集群节点上，以便有效利用资源。应用程序服务需是可伸缩的，即使关闭单个节点或组件出现故障仍可访问。负载均衡与调度相比是另一个不同的挑战，但这两个概念具有关联性。

Kubernetes依靠pod的概念来实现水平伸缩。提示：pod是与在同一主机上运行的应用程序功能相关的容器集合。要实现可伸缩，共享一个公共标签的多个pod将跨多个集群主机运行。复制控制器负责确保应用程序中目标数量的pod正在运行，并根据需要创建或销毁pod，以满足此目标。每个pod都将在集群上拥有自己的虚拟IP地址，并可以随时间而变，这就是服务的切入点。

Kubernetes的服务抽象出一组pod，提供了一个网络端点。因为服务IP地址（如pod）具有仅在群集内可路由的IP，所以服务通常与入口资源耦合，提供了将外部IP地址和端口代理到服务端点的方法。这就使应用程序可用于外部世界。尽管在Kubernetes（包括使用云提供商提供的负载均衡器）中实现负载均衡有多种方式，但最通常使用的方式是上文介绍的涉及入站和服务的方式。

总结

这一切与调度有什么关系？如上所述，通过pod的自动可伸缩功能，通过观察到的CPU使用率动态，Kubernetes可以据此调整由复制控制器管理的pod数量。控制器定期查询资源指标API以获取每个pod的利用率，将其与创建自动伸缩控制器时指定的目标CPU利用率进行比较，并根据结果指示复制控制器来调整pod副本的目标数量。

其结果是负载均衡和调度之间交互作用。当外部客户端创建负载时，通过入口访问应用程序服务，pod所使用的CPU将会增加或下降。超出某些阈值，自动伸缩控制器将与复制控制器和调度程序进行交互，根据负载调整pod数量。该服务将会提供修改后的pod数及其位置，因此，pod数可能已经改变的事实对内网客户和外部客户来说是透明的。

平衡资源需求与应用需求的微妙之处就在于自动伸缩控制器、复制控制器和Kubernetes调度程序在资源需求、供应、约束和优先级方面的持续性的互相协调。所有这些都是在客户端应用程序意识不到的情况下进行的。Kubernetes之所以成为容器化的工作负载领域广受欢迎的编排解决方案。就在于它能够高效、透明和可靠地执行这些操作，以便应用程序正常运行。

了解更多关于Kubernetes的信息，以及如何在Rancher上实现Kubernetes，可下载电子书《Deploying and Scaling Kubernetes with Rancher》

容器管理：如何防止容器蔓延与成本蔓延

导读：云计算中的容器简化并加速了程序的部署，但是这种易用性也导致用户更容易过度使用它。当公有云中发生这种情况时，容器蔓延会导致成本急剧上升。

容器技术,DOCKER,