Kubernetes容器编排实战：亲和性调度与Pod韧性设计

Kubernetes 集群里最常见的两类问题：多个副本被调度到同一节点，节点故障时整个服务集体下线；节点资源分配不均，高负载节点拖垮全链路。前者是调度策略问题，后者是 Pod 韧性设计问题。本文从节点亲和性、Pod 反亲和性、污点容忍、拓扑分布约束、探针与 PodDisruptionBudget 六个方面给出可直接部署的配置。

节点亲和性调度：把Pod调度到指定节点

nodeAffinity 控制 Pod 只调度到满足标签条件的节点，GPU 任务、专用存储节点这类场景直接适用：

affinity:
  nodeAffinity:
    requiredDuringSchedulingIgnoredDuringExecution:
      nodeSelectorTerms:
        - matchExpressions:
            - key: node-role.kubernetes.io/gpu
              operator: Exists

required 是硬约束，找不到节点 Pod 一直 Pending；preferred 是软约束，调度器尽力满足，适合资源优化类需求。

Pod反亲和性：副本分散到不同节点

多个副本落在同一节点，节点一故障整个集群同时下线。用 podAntiAffinity 按主机维度分散副本：

affinity:
  podAntiAffinity:
    preferredDuringSchedulingIgnoredDuringExecution:
      - weight: 100
        podAffinityTerm:
          topologyKey: kubernetes.io/hostname
          labelSelector:
            matchLabels:
              app: web

required 硬约束在副本数超过节点数时会直接 Pending，生产环境优先用 preferred，副本分散同时保留调度柔性。

污点与容忍：隔离异常节点

节点出现异常或进入维护期时，直接给节点打污点，新的 Pod 不再调度上去；需要专用节点承接任务时，Pod 用 toleration 显式声明。示例：kubectl taint node node1 role=critical:NoSchedule。节点修复后 kubectl taint node node1 role=critical- 移除污点，集群自动恢复正常调度。

拓扑分布约束：副本跨可用区均匀分布

topologySpreadConstraints 比反亲和更精细，把副本均摊到多个可用区或节点，跨可用区部署时配合使用：

topologySpreadConstraints:
  - maxSkew: 1
    topologyKey: topology.kubernetes.io/zone
    whenUnsatisfiable: ScheduleAnyway
    labelSelector:
      matchLabels:
        app: web

maxSkew=1 表示任意两个区之间的副本数差不超过 1。集群规模小时调度器可能没有足够节点满足约束，whenUnsatisfiable 可放宽为容忍偏差。

Pod韧性设计：探针、资源配额与PDB

Pod 韧性不等于启动成功：

• readinessProbe 就绪前不接入流量，发布过程无中断。
• livenessProbe 检测死锁，自动重启恢复。
• resources.requests/limits 控制共享节点的资源竞争。
• PodDisruptionBudget 保证维护期可用副本数下限，节点驱逐时服务不中断。

resources:
  requests:
    cpu: 100m
    memory: 128Mi
  limits:
    cpu: 500m
    memory: 512Mi
---
apiVersion: policy/v1
kind: PodDisruptionBudget
metadata:
  name: web-pdb
spec:
  minAvailable: 2
  selector:
    matchLabels:
      app: web

验证调度与韧性配置

部署后依次验证：kubectl get pods -o wide 查看副本节点分布；kubectl describe node 查看资源水位；kubectl drain node 演练节点维护，观察 Pod 迁移与 PDB 生效情况。调度与韧性配置在演练中验证，比故障发生时发现更有价值。