欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Kubernetes Informer數(shù)據(jù)存儲(chǔ)Index與Pod分配流程解析

 更新時(shí)間:2022年11月25日 11:49:10   作者:LuckyLove  
這篇文章主要為大家介紹了Kubernetes Informer數(shù)據(jù)存儲(chǔ)Index與Pod分配流程解析,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪

確立目標(biāo)

  • 理解Informer的數(shù)據(jù)存儲(chǔ)方式
  • 大致理解Pod的分配流程

理解Informer的數(shù)據(jù)存儲(chǔ)方式 代碼在k8s.io/client-go/tools/cache/controller

Process 查看消費(fèi)的過(guò)程

func (c *controller) processLoop() {
	for {
    // Pop出Object元素
		obj, err := c.config.Queue.Pop(PopProcessFunc(c.config.Process))
		if err != nil {
			if err == ErrFIFOClosed {
				return
			}
			if c.config.RetryOnError {
				// 重新進(jìn)隊(duì)列
				c.config.Queue.AddIfNotPresent(obj)
			}
		}
	}
}
// 去查看Pop的具體實(shí)現(xiàn) 點(diǎn)進(jìn)Pop 找到fifo.go
func (f *FIFO) Pop(process PopProcessFunc) (interface{}, error) {
	f.lock.Lock()
	defer f.lock.Unlock()
	for {
		// 調(diào)用process去處理item,然后返回
		item, ok := f.items[id]
		delete(f.items, id)
		err := process(item)
		return item, err
	}
}
// 然后去查一下 PopProcessFunc 的定義,在創(chuàng)建controller前 share_informer.go的Run()里面
cfg := &Config{
		Process:           s.HandleDeltas,
	}
func (s *sharedIndexInformer) HandleDeltas(obj interface{}) error {
	s.blockDeltas.Lock()
	defer s.blockDeltas.Unlock()
	for _, d := range obj.(Deltas) {
		switch d.Type {
    // 增、改、替換、同步
		case Sync, Replaced, Added, Updated:
			s.cacheMutationDetector.AddObject(d.Object)
      // 先去indexer查詢(xún)
			if old, exists, err := s.indexer.Get(d.Object); err == nil && exists {
        // 如果數(shù)據(jù)已經(jīng)存在,就執(zhí)行Update邏輯
				if err := s.indexer.Update(d.Object); err != nil {
					return err
				}
				isSync := false
				switch {
				case d.Type == Sync:
					isSync = true
				case d.Type == Replaced:
					if accessor, err := meta.Accessor(d.Object); err == nil {
							isSync = accessor.GetResourceVersion() == oldAccessor.GetResourceVersion()
						}
					}
				}
      	// 分發(fā)Update事件
				s.processor.distribute(updateNotification{oldObj: old, newObj: d.Object}, isSync)
			} else {
      	// 沒(méi)查到數(shù)據(jù),就執(zhí)行Add操作
				if err := s.indexer.Add(d.Object); err != nil {
					return err
				}
      	// 分發(fā) Add 事件
				s.processor.distribute(addNotification{newObj: d.Object}, false)
			}
   	// 刪除
		case Deleted:
    	// 去indexer刪除
			if err := s.indexer.Delete(d.Object); err != nil {
				return err
			}
    	// 分發(fā) delete 事件
			s.processor.distribute(deleteNotification{oldObj: d.Object}, false)
		}
	}
	return nil
}

Index 掌握Index數(shù)據(jù)結(jié)構(gòu)

Index 的定義為資源的本地存儲(chǔ),保持與etcd中的資源信息一致。

// 我們?nèi)タ纯碔ndex是怎么創(chuàng)建的
func NewSharedIndexInformer(lw ListerWatcher, exampleObject runtime.Object, defaultEventHandlerResyncPeriod time.Duration, indexers Indexers) SharedIndexInformer {
	realClock := &clock.RealClock{}
	sharedIndexInformer := &sharedIndexInformer{
		processor:                       &sharedProcessor{clock: realClock},
    // indexer 的初始化
		indexer:                         NewIndexer(DeletionHandlingMetaNamespaceKeyFunc, indexers),
		listerWatcher:                   lw,
		objectType:                      exampleObject,
		resyncCheckPeriod:               defaultEventHandlerResyncPeriod,
		defaultEventHandlerResyncPeriod: defaultEventHandlerResyncPeriod,
		cacheMutationDetector:           NewCacheMutationDetector(fmt.Sprintf("%T", exampleObject)),
		clock:                           realClock,
	}
	return sharedIndexInformer
}
// 生成一個(gè)map和func組合而成的Indexer
func NewIndexer(keyFunc KeyFunc, indexers Indexers) Indexer {
	return &cache{
		cacheStorage: NewThreadSafeStore(indexers, Indices{}),
		keyFunc:      keyFunc,
}
// ThreadSafeStore的底層是一個(gè)并發(fā)安全的map,具體實(shí)現(xiàn)我們暫不考慮
func NewThreadSafeStore(indexers Indexers, indices Indices) ThreadSafeStore {
	return &threadSafeMap{
		items:    map[string]interface{}{},
		indexers: indexers,
		indices:  indices,
	}
}

distribute 信息的分發(fā)distribute

// 在上面的Process代碼中,我們看到了將數(shù)據(jù)存儲(chǔ)到Indexer后,調(diào)用了一個(gè)分發(fā)的函數(shù)
s.processor.distribute()
// 分發(fā)process的創(chuàng)建
func NewSharedIndexInformer() SharedIndexInformer {
	sharedIndexInformer := &sharedIndexInformer{
		processor:                       &sharedProcessor{clock: realClock},
	}
	return sharedIndexInformer
}
// sharedProcessor的結(jié)構(gòu)
type sharedProcessor struct {
	listenersStarted bool
 	// 讀寫(xiě)鎖
	listenersLock    sync.RWMutex
  // 普通監(jiān)聽(tīng)列表
	listeners        []*processorListener
  // 同步監(jiān)聽(tīng)列表
	syncingListeners []*processorListener
	clock            clock.Clock
	wg               wait.Group
}
// 查看distribute函數(shù)
func (p *sharedProcessor) distribute(obj interface{}, sync bool) {
	p.listenersLock.RLock()
	defer p.listenersLock.RUnlock()
	// 將object分發(fā)到 同步監(jiān)聽(tīng) 或者 普通監(jiān)聽(tīng) 的列表
	if sync {
		for _, listener := range p.syncingListeners {
			listener.add(obj)
		}
	} else {
		for _, listener := range p.listeners {
			listener.add(obj)
		}
	}
}
// 這個(gè)add的操作是利用了channel
func (p *processorListener) add(notification interface{}) {
	p.addCh <- notification
}

理解一個(gè)pod的被調(diào)度的大致流程

Scheduler

在前面,我們了解了Pod調(diào)度算法的注冊(cè)和Informer機(jī)制來(lái)監(jiān)聽(tīng)kube-apiserver上的資源變化,這一次,我們就將兩者串聯(lián)起來(lái),看看在kube-scheduler中,Informer監(jiān)聽(tīng)到資源變化后,如何用調(diào)度算法將pod進(jìn)行調(diào)度。

// 在setup()中找到scheduler
// 在運(yùn)行 kube-scheduler 的初期,我們創(chuàng)建了一個(gè)Scheduler的數(shù)據(jù)結(jié)構(gòu),回頭再看看有什么和pod調(diào)度算法相關(guān)的
type Scheduler struct {
	SchedulerCache internalcache.Cache
	Algorithm core.ScheduleAlgorithm
	// 獲取下一個(gè)需要調(diào)度的Pod
	NextPod func() *framework.QueuedPodInfo
	Error func(*framework.QueuedPodInfo, error)
	StopEverything <-chan struct{}
	// 等待調(diào)度的Pod隊(duì)列,我們重點(diǎn)看看這個(gè)隊(duì)列是什么
	SchedulingQueue internalqueue.SchedulingQueue
	Profiles profile.Map
	scheduledPodsHasSynced func() bool
	client clientset.Interface
}
// Scheduler的實(shí)例化函數(shù) 在最新的版本中少了create這一層 直接是進(jìn)行里面的邏輯
func New(){
  var sched *Scheduler
	switch {
  // 從 Provider 創(chuàng)建
	case source.Provider != nil:
		sc, err := configurator.createFromProvider(*source.Provider)
		sched = sc
  // 從文件或者ConfigMap中創(chuàng)建
	case source.Policy != nil:
		sc, err := configurator.createFromConfig(*policy)
		sched = sc
	default:
		return nil, fmt.Errorf("unsupported algorithm source: %v", source)
	}
}
// 兩個(gè)創(chuàng)建方式,底層都是調(diào)用的 create 函數(shù)
func (c *Configurator) createFromProvider(providerName string) (*Scheduler, error) {
	return c.create()
}
func (c *Configurator) createFromConfig(policy schedulerapi.Policy) (*Scheduler, error){
	return c.create()
}
func (c *Configurator) create() (*Scheduler, error) {
	// 實(shí)例化 podQueue
	podQueue := internalqueue.NewSchedulingQueue(
		lessFn,
		internalqueue.WithPodInitialBackoffDuration(time.Duration(c.podInitialBackoffSeconds)*time.Second),
		internalqueue.WithPodMaxBackoffDuration(time.Duration(c.podMaxBackoffSeconds)*time.Second),
		internalqueue.WithPodNominator(nominator),
	)
	return &Scheduler{
		SchedulerCache:  c.schedulerCache,
		Algorithm:       algo,
		Profiles:        profiles,
    // NextPod 函數(shù)依賴(lài)于 podQueue
		NextPod:         internalqueue.MakeNextPodFunc(podQueue),
		Error:           MakeDefaultErrorFunc(c.client, c.informerFactory.Core().V1().Pods().Lister(), podQueue, c.schedulerCache),
		StopEverything:  c.StopEverything,
    // 調(diào)度隊(duì)列被賦值為podQueue
		SchedulingQueue: podQueue,
	}, nil
}
// 再看看這個(gè)調(diào)度隊(duì)列的初始化函數(shù),點(diǎn)進(jìn)去podQueue,從命名可以看到是一個(gè)優(yōu)先隊(duì)列,它的實(shí)現(xiàn)細(xì)節(jié)暫不細(xì)看
// 結(jié)合實(shí)際情況思考下,pod會(huì)有重要程度的區(qū)分,所以調(diào)度的順序需要考慮優(yōu)先級(jí)的
func NewSchedulingQueue(lessFn framework.LessFunc, opts ...Option) SchedulingQueue {
	return NewPriorityQueue(lessFn, opts...)
}

SchedulingQueue

// 在上面實(shí)例化Scheduler后,有個(gè)注冊(cè)事件 Handler 的函數(shù):addAllEventHandlers(sched, informerFactory, podInformer)  informer接到消息之后觸發(fā)對(duì)應(yīng)的Handler
func addAllEventHandlers(
	sched *Scheduler,
	informerFactory informers.SharedInformerFactory,
	podInformer coreinformers.PodInformer,
) {
	/*
	函數(shù)前后有很多注冊(cè)的Handler,但是和未調(diào)度pod添加到隊(duì)列相關(guān)的,只有這個(gè)
	*/
	podInformer.Informer().AddEventHandler(
		cache.FilteringResourceEventHandler{
      // 定義過(guò)濾函數(shù):必須為未調(diào)度的pod
			FilterFunc: func(obj interface{}) bool {
				switch t := obj.(type) {
				case *v1.Pod:
					return !assignedPod(t) && responsibleForPod(t, sched.Profiles)
				case cache.DeletedFinalStateUnknown:
					if pod, ok := t.Obj.(*v1.Pod); ok {
						return !assignedPod(pod) && responsibleForPod(pod, sched.Profiles)
					}
					utilruntime.HandleError(fmt.Errorf("unable to convert object %T to *v1.Pod in %T", obj, sched))
					return false
				default:
					utilruntime.HandleError(fmt.Errorf("unable to handle object in %T: %T", sched, obj))
					return false
				}
			},
     	// 增改刪三個(gè)操作對(duì)應(yīng)的Handler,操作到對(duì)應(yīng)的Queue
			Handler: cache.ResourceEventHandlerFuncs{
				AddFunc:    sched.addPodToSchedulingQueue,
				UpdateFunc: sched.updatePodInSchedulingQueue,
				DeleteFunc: sched.deletePodFromSchedulingQueue,
			},
		},
	)
}
// 牢記我們第一階段要分析的對(duì)象:create nginx pod,所以進(jìn)入這個(gè)add的操作,對(duì)應(yīng)加入到隊(duì)列
func (sched *Scheduler) addPodToSchedulingQueue(obj interface{}) {
	pod := obj.(*v1.Pod)
	klog.V(3).Infof("add event for unscheduled pod %s/%s", pod.Namespace, pod.Name)
  // 加入到隊(duì)列
	if err := sched.SchedulingQueue.Add(pod); err != nil {
		utilruntime.HandleError(fmt.Errorf("unable to queue %T: %v", obj, err))
	}
}
// 在實(shí)例化Scheduler的地方 
// 入隊(duì)操作我們清楚了,那出隊(duì)呢?我們回過(guò)頭去看看上面定義的NextPod的方法實(shí)現(xiàn)
func MakeNextPodFunc(queue SchedulingQueue) func() *framework.QueuedPodInfo {
	return func() *framework.QueuedPodInfo {
    // 從隊(duì)列中彈出
		podInfo, err := queue.Pop()
		if err == nil {
			klog.V(4).Infof("About to try and schedule pod %v/%v", podInfo.Pod.Namespace, podInfo.Pod.Name)
			return podInfo
		}
		klog.Errorf("Error while retrieving next pod from scheduling queue: %v", err)
		return nil
	}
}

scheduleOne

// 了解入隊(duì)和出隊(duì)操作后,我們看一下Scheduler運(yùn)行的過(guò)程
func (sched *Scheduler) Run(ctx context.Context) {
	if !cache.WaitForCacheSync(ctx.Done(), sched.scheduledPodsHasSynced) {
		return
	}
	sched.SchedulingQueue.Run()
  // 調(diào)度一個(gè)pod對(duì)象
	wait.UntilWithContext(ctx, sched.scheduleOne, 0)
	sched.SchedulingQueue.Close()
}
// 接下來(lái)scheduleOne方法代碼很長(zhǎng),我們一步一步來(lái)看
func (sched *Scheduler) scheduleOne(ctx context.Context) {
  // podInfo 就是從隊(duì)列中獲取到的pod對(duì)象
	podInfo := sched.NextPod()
	// 檢查pod的有效性
	if podInfo == nil || podInfo.Pod == nil {
		return
	}
	pod := podInfo.Pod
  // 根據(jù)定義的 pod.Spec.SchedulerName 查到對(duì)應(yīng)的profile
	prof, err := sched.profileForPod(pod)
	if err != nil {
		klog.Error(err)
		return
	}
  // 可以跳過(guò)調(diào)度的情況,一般pod進(jìn)不來(lái)
	if sched.skipPodSchedule(prof, pod) {
		return
	}
  // 調(diào)用調(diào)度算法,獲取結(jié)果
	scheduleResult, err := sched.Algorithm.Schedule(schedulingCycleCtx, prof, state, pod)
	if err != nil {
		/*
		出現(xiàn)調(diào)度失敗的情況:
		這個(gè)時(shí)候可能會(huì)觸發(fā)搶占preempt,搶占是一套復(fù)雜的邏輯,后面我們專(zhuān)門(mén)會(huì)講
		目前假設(shè)各類(lèi)資源充足,能正常調(diào)度
		*/
	}
	metrics.SchedulingAlgorithmLatency.Observe(metrics.SinceInSeconds(start))
  // assumePod 是假設(shè)這個(gè)Pod按照前面的調(diào)度算法分配后,進(jìn)行驗(yàn)證
	assumedPodInfo := podInfo.DeepCopy()
	assumedPod := assumedPodInfo.Pod
	// SuggestedHost 為建議的分配的Host
	err = sched.assume(assumedPod, scheduleResult.SuggestedHost)
	if err != nil {
		// 失敗就重新分配,不考慮這種情況 
	}
	// 運(yùn)行相關(guān)插件的代碼先跳過(guò) 比如一些搶占插件
	// 異步綁定pod
	go func() {
		// 有一系列的檢查工作
                // 真正做綁定的動(dòng)作
		err := sched.bind(bindingCycleCtx, prof, assumedPod, scheduleResult.SuggestedHost, state)
		if err != nil {
			// 錯(cuò)誤處理,清除狀態(tài)并重試
		} else {
			// 打印結(jié)果,調(diào)試時(shí)將log level調(diào)整到2以上
			if klog.V(2).Enabled() {
				klog.InfoS("Successfully bound pod to node", "pod", klog.KObj(pod), "node", scheduleResult.SuggestedHost, "evaluatedNodes", scheduleResult.EvaluatedNodes, "feasibleNodes", scheduleResult.FeasibleNodes)
			}
      // metrics中記錄相關(guān)的監(jiān)控指標(biāo)
			metrics.PodScheduled(prof.Name, metrics.SinceInSeconds(start))
			metrics.PodSchedulingAttempts.Observe(float64(podInfo.Attempts))
      metrics.PodSchedulingDuration.WithLabelValues(getAttemptsLabel(podInfo)).Observe(metrics.SinceInSeconds(podInfo.InitialAttemptTimestamp))
			// 運(yùn)行綁定后的插件
			prof.RunPostBindPlugins(bindingCycleCtx, state, assumedPod, scheduleResult.SuggestedHost)
		}
	}()
}

ScheduleResult 調(diào)度計(jì)算結(jié)果

// 調(diào)用算法下的Schedule
func New(){
  scheduleResult, err := sched.Algorithm.Schedule(schedulingCycleCtx, prof, state, pod)
}
func (c *Configurator) create() (*Scheduler, error) {
  algo := core.NewGenericScheduler(
		c.schedulerCache,
		c.nodeInfoSnapshot,
		extenders,
		c.informerFactory.Core().V1().PersistentVolumeClaims().Lister(),
		c.disablePreemption,
		c.percentageOfNodesToScore,
	)
  return &Scheduler{
		Algorithm:       algo,
	}, nil
}
// genericScheduler 的 Schedule 的實(shí)現(xiàn)
func (g *genericScheduler) Schedule(ctx context.Context, prof *profile.Profile, state *framework.CycleState, pod *v1.Pod) (result ScheduleResult, err error) {
	// 對(duì) pod 進(jìn)行 pvc 的信息檢查
	if err := podPassesBasicChecks(pod, g.pvcLister); err != nil {
		return result, err
	}
	// 對(duì)當(dāng)前的信息做一個(gè)快照
	if err := g.snapshot(); err != nil {
		return result, err
	}
	// Node 節(jié)點(diǎn)數(shù)量為0,表示無(wú)可用節(jié)點(diǎn)
	if g.nodeInfoSnapshot.NumNodes() == 0 {
		return result, ErrNoNodesAvailable
	}
  // Predict階段:找到所有滿(mǎn)足調(diào)度條件的節(jié)點(diǎn)feasibleNodes,不滿(mǎn)足的就直接過(guò)濾
	feasibleNodes, filteredNodesStatuses, err := g.findNodesThatFitPod(ctx, prof, state, pod)
	// 沒(méi)有可用節(jié)點(diǎn)直接報(bào)錯(cuò)
	if len(feasibleNodes) == 0 {
		return result, &FitError{
			Pod:                   pod,
			NumAllNodes:           g.nodeInfoSnapshot.NumNodes(),
			FilteredNodesStatuses: filteredNodesStatuses,
		}
	}
	// 只有一個(gè)節(jié)點(diǎn)就直接選用
	if len(feasibleNodes) == 1 {
		return ScheduleResult{
			SuggestedHost:  feasibleNodes[0].Name,
			EvaluatedNodes: 1 + len(filteredNodesStatuses),
			FeasibleNodes:  1,
		}, nil
	}
	// Priority階段:通過(guò)打分,找到一個(gè)分?jǐn)?shù)最高、也就是最優(yōu)的節(jié)點(diǎn)
	priorityList, err := g.prioritizeNodes(ctx, prof, state, pod, feasibleNodes)
	host, err := g.selectHost(priorityList)
	return ScheduleResult{
		SuggestedHost:  host,
		EvaluatedNodes: len(feasibleNodes) + len(filteredNodesStatuses),
		FeasibleNodes:  len(feasibleNodes),
	}, err
}
/*
Predict 和 Priority 是選擇調(diào)度節(jié)點(diǎn)的兩個(gè)關(guān)鍵性步驟, 它的底層調(diào)用了各種algorithm算法。我們暫時(shí)不細(xì)看。
以我們前面講到過(guò)的 NodeName 算法為例,節(jié)點(diǎn)必須與 NodeName 匹配,它是屬于Predict階段的。
在新版本中 這部分算法的實(shí)現(xiàn)放到了extenders,邏輯是一樣的
*/

Assume 初步推算

func (sched *Scheduler) assume(assumed *v1.Pod, host string) error {
  // 將 host 填入到 pod spec字段的nodename,假定分配到對(duì)應(yīng)的節(jié)點(diǎn)上
	assumed.Spec.NodeName = host
  // 調(diào)用 SchedulerCache 下的 AssumePod
	if err := sched.SchedulerCache.AssumePod(assumed); err != nil {
		klog.Errorf("scheduler cache AssumePod failed: %v", err)
		return err
	}
	if sched.SchedulingQueue != nil {
		sched.SchedulingQueue.DeleteNominatedPodIfExists(assumed)
	}
	return nil
}
// 回頭去找 SchedulerCache 初始化的地方
func (c *Configurator) create() (*Scheduler, error) {
	return &Scheduler{
		SchedulerCache:  c.schedulerCache,
	}, nil
}
func New() (*Scheduler, error) {
  // 這里就是初始化的實(shí)例 schedulerCache
	schedulerCache := internalcache.New(30*time.Second, stopEverything)
	configurator := &Configurator{
		schedulerCache:           schedulerCache,
	}
}
// 看看AssumePod做了什么
func (cache *schedulerCache) AssumePod(pod *v1.Pod) error {
  // 獲取 pod 的 uid
	key, err := framework.GetPodKey(pod)
	if err != nil {
		return err
	}
	// 加鎖操作,保證并發(fā)情況下的一致性
	cache.mu.Lock()
	defer cache.mu.Unlock()
      // 根據(jù) uid 找不到 pod 當(dāng)前的狀態(tài)  看看被調(diào)度了沒(méi)有 
	if _, ok := cache.podStates[key]; ok {
		return fmt.Errorf("pod %v is in the cache, so can't be assumed", key)
	}
  // 把 Assume Pod 的信息放到對(duì)應(yīng) Node 節(jié)點(diǎn)中
	cache.addPod(pod)
  // 把 pod 狀態(tài)設(shè)置為 Assume 成功
	ps := &podState{
		pod: pod,
	}
	cache.podStates[key] = ps
	cache.assumedPods[key] = true
	return nil
}

Bind 實(shí)際綁定

func (sched *Scheduler) bind(ctx context.Context, prof *profile.Profile, assumed *v1.Pod, targetNode string, state *framework.CycleState) (err error) {
	start := time.Now()
  // 把 assumed 的 pod 信息保存下來(lái)
	defer func() {
		sched.finishBinding(prof, assumed, targetNode, start, err)
	}()
	// 階段1: 運(yùn)行擴(kuò)展綁定進(jìn)行驗(yàn)證,如果已經(jīng)綁定報(bào)錯(cuò)
	bound, err := sched.extendersBinding(assumed, targetNode)
	if bound {
		return err
	}
  // 階段2:運(yùn)行綁定插件驗(yàn)證狀態(tài)
	bindStatus := prof.RunBindPlugins(ctx, state, assumed, targetNode)
	if bindStatus.IsSuccess() {
		return nil
	}
	if bindStatus.Code() == framework.Error {
		return bindStatus.AsError()
	}
	return fmt.Errorf("bind status: %s, %v", bindStatus.Code().String(), bindStatus.Message())
}

Update To Etcd

// 這塊的代碼我不做細(xì)致的逐層分析了,大家根據(jù)興趣自行探索
func (b DefaultBinder) Bind(ctx context.Context, state *framework.CycleState, p *v1.Pod, nodeName string) *framework.Status {
	klog.V(3).Infof("Attempting to bind %v/%v to %v", p.Namespace, p.Name, nodeName)
	binding := &v1.Binding{
		ObjectMeta: metav1.ObjectMeta{Namespace: p.Namespace, Name: p.Name, UID: p.UID},
		Target:     v1.ObjectReference{Kind: "Node", Name: nodeName},
	}
  // ClientSet就是訪(fǎng)問(wèn)kube-apiserver的客戶(hù)端,將數(shù)據(jù)更新上去
	err := b.handle.ClientSet().CoreV1().Pods(binding.Namespace).Bind(ctx, binding, metav1.CreateOptions{})
	if err != nil {
		return framework.NewStatus(framework.Error, err.Error())
	}
	return nil
}

站在前人的肩膀上,向前輩致敬,Respect!

Summary

  • Informer 依賴(lài)于 Reflector 模塊,它有個(gè)組件為 xxxInformer,如 podInformer
  • 具體資源的 Informer 包含了一個(gè)連接到kube-apiserverclient,通過(guò)ListWatch接口查詢(xún)資源變更情況

檢測(cè)到資源發(fā)生變化后,通過(guò)Controller 將數(shù)據(jù)放入隊(duì)列DeltaFIFOQueue里,生產(chǎn)階段完成

DeltaFIFOQueue的另一端,有消費(fèi)者在不停地處理資源變化的事件,處理邏輯主要分2步

  • 將數(shù)據(jù)保存到本地存儲(chǔ)Indexer,它的底層實(shí)現(xiàn)是一個(gè)并發(fā)安全的threadSafeMap
  • 有些組件需要實(shí)時(shí)關(guān)注資源變化,會(huì)實(shí)時(shí)監(jiān)聽(tīng)listen,就將事件分發(fā)到對(duì)應(yīng)注冊(cè)上來(lái)的listener上,自行處理

distribute將object分發(fā)到同步監(jiān)聽(tīng)或者普通監(jiān)聽(tīng)的列表,然后被對(duì)應(yīng)的handler處理

  • Pod的調(diào)度是通過(guò)一個(gè)隊(duì)列SchedulingQueue異步工作的
  • 監(jiān)聽(tīng)到對(duì)應(yīng)pod事件后,放入隊(duì)列
  • 有個(gè)消費(fèi)者從隊(duì)列中獲取pod,進(jìn)行調(diào)度

單個(gè)pod的調(diào)度主要分為3個(gè)步驟:

  • 根據(jù)Predict和Priority兩個(gè)階段,調(diào)用各自的算法插件,選擇最優(yōu)的Node
  • Assume這個(gè)Pod被調(diào)度到對(duì)應(yīng)的Node,保存到cache,加鎖保證一致性。
  • 用extender和plugins進(jìn)行驗(yàn)證,如果通過(guò)則綁定Bind

綁定成功后,將數(shù)據(jù)通過(guò)client向kube-apiserver發(fā)送,更新etcd

以上就是Kubernetes Informer數(shù)據(jù)存儲(chǔ)Index與Pod分配流程解析的詳細(xì)內(nèi)容,更多關(guān)于Kubernetes Informer數(shù)據(jù)存儲(chǔ)的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章!

相關(guān)文章

  • Kubernetes?controller?manager運(yùn)行機(jī)制源碼解析

    Kubernetes?controller?manager運(yùn)行機(jī)制源碼解析

    這篇文章主要為大家介紹了Kubernetes?controller?manager運(yùn)行機(jī)制源碼解析,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪
    2022-11-11
  • Kubernetes scheduler啟動(dòng)監(jiān)控資源變化解析

    Kubernetes scheduler啟動(dòng)監(jiān)控資源變化解析

    這篇文章主要為大家介紹了Kubernetes scheduler啟動(dòng)監(jiān)控資源變化解析,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪
    2022-11-11
  • Citrix Xenserver 7怎么安裝?Xenserver 7.0安裝詳細(xì)圖文教程(附下載地址)

    Citrix Xenserver 7怎么安裝?Xenserver 7.0安裝詳細(xì)圖文教程(附下載地址)

    XenServer 7.0正式版已近發(fā)布了,今天腳本之家 小編為大家?guī)?lái)了Xenserver 7安裝詳細(xì)圖文教程,希望對(duì)大家有所幫助
    2017-12-12
  • kubectl中g(shù)et命令及使用示例總結(jié)

    kubectl中g(shù)et命令及使用示例總結(jié)

    這篇文章主要為大家介紹了kubectl中g(shù)et命令及使用示例的總結(jié),有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪
    2022-03-03
  • Dashboard管理Kubernetes集群與API訪(fǎng)問(wèn)配置

    Dashboard管理Kubernetes集群與API訪(fǎng)問(wèn)配置

    這篇文章介紹了Dashboard管理Kubernetes集群與API訪(fǎng)問(wèn)配置的方法,對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
    2022-04-04
  • 了解Kubernetes中的Service和Endpoint

    了解Kubernetes中的Service和Endpoint

    這篇文章介紹了Kubernetes中的Service和Endpoint,對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
    2022-04-04
  • CKAD認(rèn)證中部署k8s并配置Calico插件

    CKAD認(rèn)證中部署k8s并配置Calico插件

    這篇文章介紹了CKAD認(rèn)證中部署k8s并配置Calico插件的方法,對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
    2022-03-03
  • Kubernetes(K8S)入門(mén)基礎(chǔ)內(nèi)容介紹

    Kubernetes(K8S)入門(mén)基礎(chǔ)內(nèi)容介紹

    這篇文章介紹了Kubernetes(K8S)的入門(mén)基礎(chǔ)內(nèi)容,對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
    2022-03-03
  • k8s集群部署時(shí)etcd容器不停重啟問(wèn)題以及處理詳解

    k8s集群部署時(shí)etcd容器不停重啟問(wèn)題以及處理詳解

    一次在k8s集群中創(chuàng)建實(shí)例發(fā)現(xiàn)etcd集群狀態(tài)出現(xiàn)連接失敗狀況,導(dǎo)致創(chuàng)建實(shí)例失敗,下面這篇文章主要給大家介紹了關(guān)于k8s集群部署時(shí)etcd容器不停重啟問(wèn)題以及處理的相關(guān)資料,需要的朋友可以參考下
    2023-01-01
  • Minikube搭建Kubernetes集群

    Minikube搭建Kubernetes集群

    這篇文章介紹了Minikube搭建Kubernetes集群的方法,對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
    2022-03-03

最新評(píng)論