xDev Asia

排程、自動擴展（HPA、VPA、Cluster Autoscaler）、資源請求與限制、Namespace、多租戶與 Kubernetes 升級策略。

Kubernetes 排程管線與自動擴展（HPA、VPA、Cluster Autoscaler）

1. Kubernetes 排程

當 Pod 被建立時，kube-scheduler 透過 2 個步驟選擇合適的節點：

Scheduling Pipeline:
  New Pod
    │
    ▼
  1. FILTERING: 排除不符條件的節點
     - CPU/Memory 不足
     - Taint 與 Toleration 不匹配
     - Node Affinity 不匹配
     │
    ▼
  2. SCORING: 為剩餘節點評分
     - 資源平衡
     - Affinity 偏好
     │
    ▼
  Bind Pod → Highest score Node

機制	目的	範例
NodeSelector	將 Pod 排程到有特定標籤的節點	`disktype: ssd`
Affinity/Anti-affinity	偏好/必需的節點規則	偏好 zone-a，避免與另一個 Pod 在同一節點
Taints & Tolerations	排斥 Pod 除非 Pod 有 Toleration	節點專用於 GPU 工作負載
Resource requests	排程所需的最低 CPU/Memory	requests.cpu: 500m

考試重點： Taint 套用在 Node 上（排斥 Pod）。Toleration 套用在 Pod 上（接受 Taint）。Taint 效果：NoSchedule（不排程新 Pod）、PreferNoSchedule（優先不排程）、NoExecute（驅逐正在執行的 Pod）。

2. 資源 Requests 與 Limits

設定	影響	超出時
requests.cpu	排程（scheduler 用來選擇節點）	被節流（不會被終止）
limits.cpu	Cgroups CPU 配額	CPU 被節流
requests.memory	排程	超出 limit 時 OOM Kill
limits.memory	Cgroups 記憶體限制	容器被 OOM Kill

QoS Classes:
  Guaranteed: requests == limits (best quality, last to be evicted)
  Burstable:  requests < limits (middle)
  BestEffort: no requests, no limits (first to be evicted)

3. 自動擴展

擴展器	擴展什麼	指標
HPA（Horizontal Pod Autoscaler）	Pod 副本數量	CPU%、Memory%、自訂指標
VPA（Vertical Pod Autoscaler）	Pod 的 CPU/Memory requests	實際使用歷史記錄
Cluster Autoscaler	叢集中的節點數量	Pending Pod（無法排程）
KEDA	副本數量（可到 0）	事件驅動（佇列深度、Kafka）

HPA integration:
  metrics-server → kubelet → Node/Pod metrics
       ↓
  HPA controller (checks every 15s)
       ↓
  Scale up: replicas++  (traffic spike)
  Scale down: replicas-- (traffic drops, 5 min cooldown)

考試重點： HPA 需要 metrics-server 才能運作。VPA 和 HPA 同時管理一個 Deployment 可能產生衝突——不建議同時用於同一資源（除非 KEDA 搭配多維度）。

4. Namespace 與多租戶

Namespace 提供虛擬叢集隔離：範圍包含 RBAC、ResourceQuota、NetworkPolicy 和 DNS 解析。

Namespace	用途	備註
`default`	未指定 namespace 的物件	用於開發，不建議用於生產
`kube-system`	Kubernetes 系統元件	CoreDNS、kube-proxy、metrics-server
`kube-public`	公開，所有人可讀	叢集資訊 ConfigMap
`kube-node-lease`	節點心跳租約	Kubelet 心跳效能

5. 速查表

考試問題	答案
根據 CPU 擴展 Pod 數量？	HPA
擴展叢集中的節點數量？	Cluster Autoscaler
節點專用於 GPU，用什麼？	Taint + Pod Toleration
容器被 OOM Kill，原因？	超出 limits.memory
哪個 QoS 等級最先被驅逐？	BestEffort

6. 練習題

Q1: 一個節點被加上 Taint key=gpu:NoSchedule。哪些 Pod 可以排程到此節點？

A) 叢集中的任何 Pod
B) 具有匹配 Toleration 的 Pod ✓
C) 僅 kube-system namespace 中的 Pod
D) 僅叢集管理員建立的 Pod

解析：NoSchedule taint 防止任何新 Pod 排程到該節點，除非 Pod 指定了匹配的 toleration。現有 Pod 不會被驅逐（使用 NoExecute 才會）。

Q2: 應用程式的 Pod 在流量高峰期持續被 OOM-Kill。最合適的解決方案是什麼？

A) 增加 Pod CPU requests
B) 設定 HPA 根據記憶體使用量擴展 ✓
C) 將應用移到新的 namespace
D) 使用 StatefulSet 取代 Deployment

解析：OOM Kill 意味著記憶體需求超過限制。HPA 水平擴展（更多 Pod 副本）分散負載，減少每個 Pod 的記憶體壓力。或者增加記憶體限制或使用 VPA。

Q3: 哪個 Kubernetes 元件提供 HPA 用於擴展決策的 CPU 和記憶體指標？

A) kube-proxy
B) kube-scheduler
C) metrics-server ✓
D) etcd