【Kubernetes 网络深度系列】nodeSelector 与节点放置：Filter、亲和性与拓扑打散
内容提要
本文介绍Kubernetes调度机制，解释Pod为何Pending。核心内容：nodeSelector、nodeAffinity、污点容忍和拓扑打散四类约束各自解决不同问题，分别在调度器的Filter和Score阶段起作用。常见坑包括：标签写对但仍有污点未容忍、硬约束叠加过多、误用软偏好等。排障应先看FailedScheduling事件，确认节点标签、污点和资源容量。
延伸解读
标签匹配与污点过滤是两条独立否决链
很多 Pod 卡在 Pending，是因为只检查了 nodeSelector 是否匹配，却忽略了节点上的污点。即使标签完全正确，只要节点带有 NoSchedule 污点而 Pod 没有对应 toleration，调度器依然会在 Filter 阶段否决该节点。排障时务必同时检查标签和污点，两者缺一不可。
软偏好不保证落点，别当硬约束用
preferredDuringScheduling 只在 Score 阶段影响节点排名，不会因不满足而阻止调度。如果依赖软偏好实现关键放置，可能发现 Pod 落在不符合预期的节点上。Cluster Autoscaler 对软约束的模拟也不完整，扩容时可能忽略这些偏好。关键场景应使用硬约束或专用节点池。
硬约束叠加过多，可行域可能被裁空
nodeSelector、required affinity、拓扑打散（DoNotSchedule）等硬约束会层层过滤节点。如果同时叠加多个硬约束，可能导致没有任何节点满足所有条件，Pod 一直 Pending。设计调度策略时，应权衡硬约束的严格性与集群资源的可用性，避免过度约束。
Q&A
Kubernetes中Pod一直Pending，事件显示0/N nodes are available，可能是什么原因？
可能原因包括：节点标签不匹配（nodeSelector或nodeAffinity硬约束）、节点有污点而Pod没有对应容忍、节点资源不足（CPU/内存/扩展资源）、拓扑打散约束不满足等。建议先用kubectl describe pod查看FailedScheduling事件，再检查节点标签、污点和资源容量。
nodeSelector和nodeAffinity有什么区别？
nodeSelector是简单的硬约束，要求节点必须包含所有指定的标签键值对。nodeAffinity功能更强大，支持硬约束（required）和软偏好（preferred），并支持In、NotIn、Exists等操作符，以及多条件组合。两者同时指定时，必须都满足才能调度。
Kubernetes中污点（Taint）和容忍（Toleration）的作用是什么？
污点用于标记节点，使其排斥某些Pod；容忍允许Pod声明可以忍受这些污点。污点有三种效果：NoSchedule（不调度）、PreferNoSchedule（尽量不调度）、NoExecute（不调度且驱逐已运行Pod）。常用于专用节点、GPU节点等场景。
拓扑打散约束（topologySpreadConstraints）解决什么问题？
拓扑打散约束用于将Pod均匀分布在不同拓扑域（如可用区、主机）中，以降低故障影响面。它根据已有Pod的分布情况，通过maxSkew等参数控制分布均匀度，可设为硬约束（DoNotSchedule）或软约束（ScheduleAnyway）。
为什么标签写对了Pod仍然Pending？
可能原因包括：节点有污点但Pod没有容忍、资源不足、拓扑打散约束不满足、nodeSelector与nodeAffinity同时要求但节点不满足全部条件、软偏好被误用为硬约束等。需要结合FailedScheduling事件和节点状态综合判断。
Kubernetes调度器中的Filter和Score阶段分别做什么？
Filter阶段（预选）过滤掉不满足硬约束的节点，如nodeSelector、required nodeAffinity、污点容忍、资源充足性等。Score阶段（优选）对通过过滤的节点打分，考虑软偏好（如preferred nodeAffinity）、资源分配等，选择得分最高的节点。
使用nodeSelector时有哪些常见坑？
常见坑包括：将污点误认为标签（污点不会自动生成标签）、nodeSelector与required affinity叠加过死、依赖可被kubelet修改的标签做隔离、手写spec.nodeName绕过调度器、将软偏好（preferred）当作硬约束使用、忽略IgnoredDuringExecution导致标签变更后Pod不迁移。
Cluster Autoscaler对软约束（preferred）支持不完整，运维上应该注意什么？
Cluster Autoscaler在模拟调度时通常只考虑Filter阶段的硬约束，preferred nodeAffinity等软约束在Score阶段，可能不被CA完整考虑。因此，如果依赖CA扩容，关键放置需求应使用硬约束或专用节点池，而不是仅依赖软偏好权重。
