面试题答案
一键面试默认调度策略对资源使用效率及成本的影响
- 资源使用效率
- 公平分配：Kubernetes默认调度策略旨在公平地将资源分配给各个Pod。它基于节点的可用资源（如CPU、内存）进行调度，尽量均匀地分布工作负载。例如，在一个由多个节点组成的集群中，默认调度器会考虑每个节点的CPU和内存空闲量，将新的Pod调度到资源相对空闲的节点上，使得各个节点的资源利用率较为均衡，提高整体资源使用效率。
- 通用性：适用于大多数常规应用场景，不需要用户对调度规则进行复杂的定制，能够快速部署应用，减少部署时间成本。
- 成本影响
- 成本可控：由于默认调度策略追求资源的均衡利用，在一定程度上避免了资源过度集中在某些节点而导致的浪费，使得整体资源成本相对可控。例如，如果所有Pod都集中在少数几个节点，可能会导致这些节点资源不足需要扩容，而其他节点资源闲置，默认调度策略能降低这种情况发生的概率。
自定义调度策略对资源使用效率及成本的影响
- 资源使用效率
- 精细化控制：自定义调度策略允许用户根据业务的特殊需求，如应用对网络带宽的要求、对特定硬件设备（如GPU）的依赖等，定制调度规则。比如，对于深度学习任务，这些任务通常对GPU资源有强烈需求，通过自定义调度策略，可以确保这些任务只被调度到配备GPU的节点上，提高GPU资源的使用效率，避免GPU资源的浪费。
- 提升业务适配性：对于有特殊资源需求的业务，自定义调度策略可以更好地满足其要求，从而提升整体业务的运行效率。例如，一些对低延迟有严格要求的应用，可以通过自定义调度策略，将其调度到离数据中心核心网络更近的节点，减少网络延迟，提高应用性能。
- 成本影响
- 优化资源配置成本：通过自定义调度策略，能够更精准地将资源分配给需要的业务，避免因资源分配不合理导致的浪费，从而优化成本。例如，对于一些资源需求波动较大的业务，在业务低谷期可以通过自定义调度策略，将这些业务的Pod迁移到低成本的节点上，降低成本。但如果自定义调度策略设置不当，可能会增加管理成本，因为需要投入更多的人力和时间来维护和调整调度规则。
根据业务需求选择合适调度策略以达到成本优化举例
- 常规Web应用
- 业务需求：这类应用通常对资源需求相对稳定，对资源类型没有特殊要求，主要关注高可用性和负载均衡。
- 调度策略选择：适合采用默认调度策略。因为默认调度策略可以在多个节点间均匀分配Pod，保证应用的高可用性和负载均衡，同时无需额外的定制开发，降低了管理成本。例如，一个基于LAMP架构的电商网站前端应用，使用默认调度策略，Kubernetes调度器会自动将其Pod分布到不同节点，确保在某个节点出现故障时，网站仍能正常运行，且资源利用相对均衡。
- 深度学习训练任务
- 业务需求：对GPU资源有强烈需求，且计算资源需求较大。
- 调度策略选择：应采用自定义调度策略。可以通过标签选择器和节点亲和性规则，将深度学习任务的Pod调度到配备GPU的节点上。例如，在一个深度学习模型训练任务中，给所有配备GPU的节点打上 “gpu - enabled: true” 的标签，然后在Pod的配置文件中设置节点亲和性规则，如 “nodeAffinity: requiredDuringSchedulingIgnoredDuringExecution: nodeSelectorTerms: - matchExpressions: - key: gpu - enabled operator: In values: - true”，确保任务能在合适的节点上运行，提高GPU资源使用效率，降低因使用不具备GPU节点导致任务失败或效率低下而产生的额外成本。
- 批处理任务
- 业务需求：通常对计算资源需求大，但对响应时间要求不高，可以在业务低谷期运行。
- 调度策略选择：自定义调度策略更合适。可以设置基于时间的调度策略，在业务低谷期（如夜间）将批处理任务调度到成本较低的节点（如共享节点或性能稍低但价格便宜的节点）。例如，一个数据统计的批处理任务，通过设置自定义调度策略，在夜间将任务调度到共享节点上运行，白天这些节点可以分配给对响应时间要求较高的业务，从而降低整体成本。