Welcome to My Blog
每天进步一点点-
Kubernetes默认调度器的优先级与抢占机制
在上一篇文章中，详细讲解了 Kubernetes 默认调度器的主要调度算法的工作原理。在本篇文章中，来讲解一下 Kubernetes 调度器里的另一个重要机制，即：优先级（Priority ）和抢占（Preemption）机制。
首先需要明确的是，优先级和抢占机制，解决的是 Pod 调度失败时该怎么办的问题。
正常情况下，当一个 Pod 调度失败后，它就会被暂时“搁置”起来，直到 Pod 被更新，或者集群状态发生变化，调度器才会对这个 Pod 进行重新调度。
但在有时候，我们希望的是这样一个场景：当一个高优先级的 Pod 调度失败后，该 Pod 并不会被“搁置”，而是会“挤走”某个 Node 上的一些低优先级的 Pod 。这样就可以保证这个高优先级 Pod 的调度成功。这个特性，其实也是一直以来就存在于 Borg 以及 Mesos 等项目里的一个基本功能。
-
Kubernetes的默认调度策略解析
在上一篇文章中，主要讲解了 Kubernetes 默认调度器的设计原理和架构。在今天这篇文章中，我们就专注在调度过程中 Predicates 和 Priorities 这两个调度策略主要发生作用的阶段。
Predicates
Predicates 在调度过程中的作用，可以理解为 Filter，即：它按照调度策略，从当前集群的所有节点中，“过滤”出一系列符合条件的节点。这些节点，都是可以运行待调度 Pod 的宿主机。
而在Kubernetes中，默认的调度策略有如下几种。
-
Kubernetes的默认调度器
Kubernetes的默认调度器
在Kubernetes项目中，默认调度器（default scheduler）的主要职责，就是为一个新创建出来的Pod，寻找到一个最合适的节点（Node）。
而这里“最合适”的含义，包括两层：
- 从集群所有的节点中，根据调度算法挑选出所有可以运行该 Pod 的节点；
- 从第一步的结果中，再根据调度算法挑选一个最符合条件的节点作为最终结果。
所以在具体的调度流程中，默认调度器会首先调用一组叫作 Predicate 的调度算法，来检查每个 Node。
然后，再调用一组叫作 Priority 的调度算法，来给上一步得到的结果里的每个 Node 打分。最终的调度结果，就是得分最高的那个 Node。
我们知道，调度器对一个 Pod 调度成功，实际上就是将该Pod的 spec.nodeName 字段填上调度结果的节点名字。
-
Kubernetes的资源模型与资源管理
资源模型
在 Kubernetes 里，Pod 是最小的原子调度单位。这也就意味着，所有跟调度和资源管理相关的属性都应该是属于 Pod 对象的字段。而这其中最重要的部分，就是 Pod 的 CPU 和内存配置，如下所示：
-
边缘计算与雾计算
最近在看 EC 和 Fog 方面的论文，发现很多论文都没有很好地区分这两个概念，往往是混为一谈的，仔细想想，我也感觉边缘与雾差别性不大，不是很好具体地区分。我又在网上收集了一些资料，总结为这篇博文，仅供参考。
边缘计算的各个定义
边缘计算与云计算一样，是一种计算的范式，更具体地说，是一种分布式的计算范式。
由于行业、技术背景等不同，边缘计算在不同人眼里是有一定差异的。我们先来看看不同专家是如何定义边缘的：
-
快速排序和堆排序
快速排序
我们知道冒泡排序、插入排序、选择排序这三种排序算法，它们的时间复杂度都是O(n2)，比较高，只适合小规模的排序。归并排序和快速排序，是时间复杂度为O(nlogn)的排序算法，这两种排序算法就比较适合大规模的数据排序，且它们都用到了分治思想。
在实际的工程项目中，快排是最常用到的一种排序算法，所以本文将重点介绍快排。
快排的原理
快速排序算法（Quick Sort），我们习惯性把它简称为“快排”，快排利用的也是分治思想。我们先来看下快排的核心思想。快排的思想是这样的：
如果要排序数组中下标从 p 到 r 之间的一组数据，我们选择 p 到 r 之间的任意一个数据作为 pivot（分区点）。我们遍历 p 到 r 之间的数据，将小于 pivot 的放到左边，将大于 pivot 的放到右边，将 pivot 放到中间。经过这一步骤之后，数组 p 到 r 之间的数据就被分成了三个部分，前面 p 到 q-1 之间都是小于 pivot 的，中间是 pivot，后面的 q+1 到 r 之间是大于 pivot 的。
根据分治的处理思想，我们可以用递归来排序下标从 p 到 q-1 之间的数据和下标从 q+1 到 r 之间的数据，直到区间缩小为 1，就说明所有的数据都有序了。
- CRI 与 容器运行时
- Kubernetes 存储篇（3）— Local Persistent Volume
- Kubernetes 存储篇（2）— StorageClass
- Kubernetes 存储篇（1） — PV 与 PVC
- Kubernetes 网络篇（7）— Service 与 Ingress
- Kubernetes 网络篇（6）— Service实现集群外部访问
- Kubernetes 网络篇（5）— Service实现集群内部访问
- Kubernetes 网络篇（4）— host-gw与Calico
- Kubernetes 网络篇（3）— CNI网络插件
- Kubernetes 网络篇（2）— Flannel