深入分析Kubernetes Scheduler的优先级队列

摘要: 从1.9版本开始，Kubernetes实现了基于Pod优先级的调度队列，一方面提供高优先级的Pod优先被调度的能力，另一方面减轻抢占式调度时潜在的High Priority Pod Starvation的问题，截止Kubernetes 1.10，PriorityPod Feature Gate仍处于Alpha。本文将从源码的层面对PriorityQueue进行深入分析，了解内部的两个Sub-Queue以及在什么情况下操作这两个Sub-Queue的，又是如何操作的，另外也提醒当前实现还可能存在的问题。

Author: [e-mail]

从Kubernetes 1.8开始，Scheduler提供了基于Pod Priorty的抢占式调度，我在解析Kubernetes 1.8中的基于Pod优先级的抢占式调度和Kubernetes 1.8抢占式调度Preemption源码分析中对此做过深入分析。但这还不够，当时调度队列只有FIFO类型，并不支持优先级队列，这会导致High Priority Pod抢占Lower Priority Pod后再次进入FIFO队列中排队，经常会导致抢占的资源被队列前面的Lower Priority Pod占用，导致High Priority Pod Starvation的问题。为了减轻这一问题，从Kubernetes 1.9开始提供Pod优先级的调度队列，即PriorityQueue，这同样需要用户打开PodPriority这个Feature Gate。

PriorityQueue

PriorityQueue Struct

先看看PriorityQueue的结构定义。

type PriorityQueue struct {	lock sync.RWMutex
	cond sync.Cond
	
	activeQ *Heap
	
	unschedulableQ *UnschedulablePodsMap
	
	nominatedPods map[string][]*v1.Pod
	
	receivedMoveRequest bool}

• activeQ：PriorityQueue的Sub-Queue之一，是一个有序的Heap结构，按照Pod优先级从高到低递减的顺序存放待调度的Pending Pod相关信息，优先级最高的Pod信息在最上面，Pop Heap时将得到最高优先级的Pod信息。

• unschedulableQ：PriorityQueue的Sub-Queue之一，主要是是一个无序的Map，key为pod.Name + "_" + pod.Namespace，value为那些已经尝试调度并且调度失败的UnSchedulable的Pod Object。

• nominatedPods：为Map结构，key为node name，value为该Node上Nominated Pod Objects。当发生抢占调度时，preemptor pods会打上NominatedNodeName Annotation，表示经过抢占调度的逻辑后，该Pod希望能调度到NominatedNodeName这个Node上，调度时会考虑这个，防止高优先级的Pods进行抢占调度释放了低优先级Pods到它被再次调度这个时间段内，抢占的资源又被低优先级的Pods占用了。关于scheduler怎么处理Nominated Pods，我后续会单独写篇博客来分析。

• receivedMoveRequest：当scheduler将Pods从unschedulableQ移到activeQ时，这个值设为true。当scheduler从activeQ中Pop一个Pods时，这个值设为false。这表示当scheduler要调度某个Pod时是否接受到Move请求。当调度发生Error时，会尝试将UnSchedulable Pod重新加入到调度队列(unSchedulableQ or activeQ)中，这时只有当receivedMoveRequest为false并且该Pod Condition Status为False或者Unschedulable时，才会将该Pod Add到unschedulableQ（或者Update it）。

activeQ

active是真正实现优先级调度的Heap，我们继续看看这个Heap的实现。

type Heap struct {
	data *heapData
}type heapData struct {
	
	items map[string]*heapItem
	
	queue []string

	keyFunc KeyFunc
	
	lessFunc LessFunc
}type heapItem struct {
	obj   interface{} // The object which is stored in the heap.
	index int         // The index of the object's key in the Heap.queue.}

heapData是activeQ中真正用来存放items的结构：

• items：Map结构，key为Heap中对象的key，通过下面的keyFunc生成，value为heapItem对象，heapItem包括真正的Pod Object及其在Heap中的index。

• queue：string array，顺序存放Pod对应的key，按照优先级从高到低的顺序对应index从0到高。

• keyFunc：根据Pod Object生成对应的key的Function，格式为"meta.GetNamespace() + "/" + meta.GetName"。

• lessFunc：用来根据Pod优先级比较Heap中的Pod Object（然后决定其在Heap中的index，index为0的Pod优先级最高，随着index递增，Pod优先级递减）。

NewPriorityQueue

在scheduler config factory创建时，会注册podQueue的创建Func为NewSchedulingQueue。NewSchedulingQueue会检查PodPriority Feature Gate是否enable（截止Kubernetes 1.10版本，默认disable），如果PodPriority enable，则会invoke NewPriorityQueue创建PriorityQueue来管理未调度的Pods。如果PodPriority disable，则使用大家熟悉的FIFO Queue。

func NewSchedulingQueue() SchedulingQueue {	if util.PodPriorityEnabled() {		return NewPriorityQueue()
	}	return NewFIFO()
}

NewPriorityQueue初始化优先级队列代码如下。

// NewPriorityQueue creates a PriorityQueue object.func NewPriorityQueue() *PriorityQueue {
	pq := &PriorityQueue{
		activeQ:        newHeap(cache.MetaNamespaceKeyFunc, util.HigherPriorityPod),
		unschedulableQ: newUnschedulablePodsMap(),
		nominatedPods:  map[string][]*v1.Pod{},
	}
	pq.cond.L = &pq.lock	return pq
}

• 主要初始化activeQ、unschedulableQ、nominatedPods。

• newHeap初始化activeQ时，注册heapData对应的keyFunc和lessFunc。

• unschedulableQ初始化时，注册keyFunc。

cache.MetaNamespaceKeyFunc

newHeap构建activeQ的时候，传入两个参数，第一个就是keyFunc: MetaNamespaceKeyFunc。

func MetaNamespaceKeyFunc(obj interface{}) (string, error) {	if key, ok := obj.(ExplicitKey); ok {		return string(key), nil
	}
	meta, err := meta.Accessor(obj)	if err != nil {		return "", fmt.Errorf("object has no meta: %v", err)
	}	if len(meta.GetNamespace()) > 0 {		return meta.GetNamespace() + "/" + meta.GetName(), nil
	}	return meta.GetName(), nil}

• MetaNamespaceKeyFunc根据Pod Object生成对应的key的Function，格式为"meta.GetNamespace() + "/" + meta.GetName"。

util.HigherPriorityPod

newHeap传入的第二个参数是lessFunc：HigherPriorityPod。

const (
	DefaultPriorityWhenNoDefaultClassExists = 0)func HigherPriorityPod(pod1, pod2 interface{}) bool {	return GetPodPriority(pod1.(*v1.Pod)) > GetPodPriority(pod2.(*v1.Pod))
}func GetPodPriority(pod *v1.Pod) int32 {	if pod.Spec.Priority != nil {		return *pod.Spec.Priority
	}	
	return scheduling.DefaultPriorityWhenNoDefaultClassExists
}

• HigherPriorityPod用来根据Pod优先级比较Heap中的Pod Object，然后决定其在Heap中的index。

• index为0的Pod优先级最高，随着index递增，Pod优先级递减。

注意：如果pod.Spec.Priority为nil（意味着这个Pod在创建时集群里还没有对应的global default PriorityClass Object），并不是去把现在global default PriorityClass中的值设置给这个Pod.Spec.Priority，而是设置为0。个人觉得，设置为默认值比较合理。

newUnschedulablePodsMap

unschedulableQ的构建是通过调用newUnschedulablePodsMap完成的，里面进行了UnschedulablePodsMap的pods的初始化，以及pods map中keyFunc的注册。

func newUnschedulablePodsMap() *UnschedulablePodsMap {	return &UnschedulablePodsMap{
		pods:    make(map[string]*v1.Pod),
		keyFunc: util.GetPodFullName,
	}
}func GetPodFullName(pod *v1.Pod) string {	return pod.Name + "_" + pod.Namespace
}

注意：unschedulableQ中keyFunc实现的key生成规则是pod.Name + "_" + pod.Namespace，不同于activeQ中keyFunc（格式为"meta.GetNamespace() + "/" + meta.GetName"）。我也不理解为何要搞成两种不同的格式，统一按照activeQ中的keyFunc就很好。

Add Object to Heap

前面了解了PriorityQueue的结构，接着我们就要思考怎么往优先级Heap(activeQ)中添加对象了。

func (h *Heap) Add(obj interface{}) error {
	key, err := h.data.keyFunc(obj)	if err != nil {		return cache.KeyError{Obj: obj, Err: err}
	}	if _, exists := h.data.items[key]; exists {
		h.data.items[key].obj = obj
		heap.Fix(h.data, h.data.items[key].index)
	} else {
		heap.Push(h.data, &itemKeyValue{key, obj})
	}	return nil}func Push(h Interface, x interface{}) {
	h.Push(x)
	up(h, h.Len()-1)
}func up(h Interface, j int) {	for {
		i := (j - 1) / 2 // parent
		if i == j || !h.Less(j, i) {			break
		}
		h.Swap(i, j)
		j = i
	}
}func (h *heapData) Less(i, j int) bool {	if i > len(h.queue) || j > len(h.queue) {		return false
	}
	itemi, ok := h.items[h.queue[i]]	if !ok {		return false
	}
	itemj, ok := h.items[h.queue[j]]	if !ok {		return false
	}	return h.lessFunc(itemi.obj, itemj.obj)
}

• 往activeQ中添加Pod时，如果该Pod已经存在，则根据其PriorityClass Value更新它在heap中的index，否则把它Push入堆。

• Push和Fix类似，都需要对该Pod在activeQ heap中进行重新排序。排序时，通过Less Func进行比较，Less Func最终就是invoke前面注册的activeQ中的lessFunc，即HigherPriorityPod。也就说Push和Fix时会根据Pod的优先级从高到低依次对应index从小到大。

Pop Object from Heap

使用PriorityQueue进行待调度Pod管理时，会从activeQ中Pop一个Pod出来，这个Pod是heap中的第一个Pod，也是优先级最高的Pod。

func (h *Heap) Pop() (interface{}, error) {
	obj := heap.Pop(h.data)	if obj != nil {		return obj, nil
	}	return nil, fmt.Errorf("object was removed from heap data")
}func Pop(h Interface) interface{} {
	n := h.Len() - 1
	h.Swap(0, n)
	down(h, 0, n)	return h.Pop()
}func down(h Interface, i, n int) {	for {
		j1 := 2*i + 1
		if j1 >= n || j1 < 0 { // j1 < 0 after int overflow
			break
		}
		j := j1 // left child
		if j2 := j1 + 1; j2 < n && !h.Less(j1, j2) {
			j = j2 // = 2*i + 2  // right child
		}		if !h.Less(j, i) {			break
		}
		h.Swap(i, j)
		i = j
	}
}

• 从activeQ heap中Pop一个Pod出来时，最终也是通过Less Func进行比较(即HigherPriorityPod)找出最高优先级的Pod。

Pod Queue Handler

了解了PriorityQueue及Pod进出Heap的原理之后，我们回到Scheduler Config Factory，看看Scheduler中podInformer、nodeInformer、serviceInformer、pvcInformer等注册的EventHandler中对PriorityQueue的操作。

func NewConfigFactory(...) scheduler.Configurator {
	...	// scheduled pod cache
	podInformer.Informer().AddEventHandler(
		cache.FilteringResourceEventHandler{			FilterFunc: func(obj interface{}) bool {				switch t := obj.(type) {				case *v1.Pod:					return assignedNonTerminatedPod(t)				case cache.DeletedFinalStateUnknown:					if pod, ok := t.Obj.(*v1.Pod); ok {						return assignedNonTerminatedPod(pod)
					}
					runtime.HandleError(fmt.Errorf("unable to convert object %T to *v1.Pod in %T", obj, c))					return false
				default:
					runtime.HandleError(fmt.Errorf("unable to handle object in %T: %T", c, obj))					return false
				}
			},			Handler: cache.ResourceEventHandlerFuncs{				AddFunc:    c.addPodToCache,				UpdateFunc: c.updatePodInCache,				DeleteFunc: c.deletePodFromCache,
			},
		},
	)	// unscheduled pod queue
	podInformer.Informer().AddEventHandler(
		cache.FilteringResourceEventHandler{			FilterFunc: func(obj interface{}) bool {				switch t := obj.(type) {				case *v1.Pod:					return unassignedNonTerminatedPod(t)				case cache.DeletedFinalStateUnknown:					if pod, ok := t.Obj.(*v1.Pod); ok {						return unassignedNonTerminatedPod(pod)
					}
					runtime.HandleError(fmt.Errorf("unable to convert object %T to *v1.Pod in %T", obj, c))					return false
				default:
					runtime.HandleError(fmt.Errorf("unable to handle object in %T: %T", c, obj))					return false
				}
			},			Handler: cache.ResourceEventHandlerFuncs{				AddFunc:    c.addPodToSchedulingQueue,				UpdateFunc: c.updatePodInSchedulingQueue,				DeleteFunc: c.deletePodFromSchedulingQueue,
			},
		},
	)	// ScheduledPodLister is something we provide to plug-in functions that
	// they may need to call.
	c.scheduledPodLister = assignedPodLister{podInformer.Lister()}

	nodeInformer.Informer().AddEventHandler(
		cache.ResourceEventHandlerFuncs{			AddFunc:    c.addNodeToCache,			UpdateFunc: c.updateNodeInCache,			DeleteFunc: c.deleteNodeFromCache,
		},
	)	c.nodeLister = nodeInformer.Lister()

	...	// This is for MaxPDVolumeCountPredicate: add/delete PVC will affect counts of PV when it is bound.
	pvcInformer.Informer().AddEventHandler(
		cache.ResourceEventHandlerFuncs{			AddFunc:    c.onPvcAdd,			UpdateFunc: c.onPvcUpdate,			DeleteFunc: c.onPvcDelete,
		},
	)	c.pVCLister = pvcInformer.Lister()	// This is for ServiceAffinity: affected by the selector of the service is updated.
	// Also, if new service is added, equivalence cache will also become invalid since
	// existing pods may be "captured" by this service and change this predicate result.
	serviceInformer.Informer().AddEventHandler(
		cache.ResourceEventHandlerFuncs{			AddFunc:    c.onServiceAdd,			UpdateFunc: c.onServiceUpdate,			DeleteFunc: c.onServiceDelete,
		},
	)	c.serviceLister = serviceInformer.Lister()

	...
}

PodInformer EventHandler for Scheduled Pod

通过assignedNonTerminatedPod FilterFunc过滤出那些已经Scheduled并且NonTerminated Pods，然后再对这些Pods的Add/Update/Delete Event Handler进行注册，这里我们只关注对PriorityQueue的操作。

// assignedNonTerminatedPod selects pods that are assigned and non-terminal (scheduled and running).func assignedNonTerminatedPod(pod *v1.Pod) bool {	if len(pod.Spec.NodeName) == 0 {		return false
	}	if pod.Status.Phase == v1.PodSucceeded || pod.Status.Phase == v1.PodFailed {		return false
	}	return true}

addPodToCache Handler

注册Add assignedNonTerminatedPod Event Handler为addPodToCache。

func (c *configFactory) addPodToCache(obj interface{}) {
    ...

	c.podQueue.AssignedPodAdded(pod)
}// AssignedPodAdded is called when a bound pod is added. Creation of this pod// may make pending pods with matching affinity terms schedulable.func (p *PriorityQueue) AssignedPodAdded(pod *v1.Pod) {
	p.movePodsToActiveQueue(p.getUnschedulablePodsWithMatchingAffinityTerm(pod))
}func (p *PriorityQueue) movePodsToActiveQueue(pods []*v1.Pod) {
	p.lock.Lock()	defer p.lock.Unlock()	for _, pod := range pods {		if err := p.activeQ.Add(pod); err == nil {
			p.unschedulableQ.delete(pod)
		} else {
			glog.Errorf("Error adding pod %v to the scheduling queue: %v", pod.Name, err)
		}
	}
	p.receivedMoveRequest = true
	p.cond.Broadcast()
}// getUnschedulablePodsWithMatchingAffinityTerm returns unschedulable pods which have// any affinity term that matches "pod".func (p *PriorityQueue) getUnschedulablePodsWithMatchingAffinityTerm(pod *v1.Pod) []*v1.Pod {
	p.lock.RLock()	defer p.lock.RUnlock()	var podsToMove []*v1.Pod	for _, up := range p.unschedulableQ.pods {
		affinity := up.Spec.Affinity		if affinity != nil && affinity.PodAffinity != nil {
			terms := predicates.GetPodAffinityTerms(affinity.PodAffinity)			for _, term := range terms {
				namespaces := priorityutil.GetNamespacesFromPodAffinityTerm(up, &term)
				selector, err := metav1.LabelSelectorAsSelector(term.LabelSelector)				if err != nil {
					glog.Errorf("Error getting label selectors for pod: %v.", up.Name)
				}				if priorityutil.PodMatchesTermsNamespaceAndSelector(pod, namespaces, selector) {
					podsToMove = append(podsToMove, up)					break
				}
			}
		}
	}	return podsToMove
}

• addPodToCache除了将pod加入到schedulerCache中之外，还会调用podQueue.AssignedPodAdded。

• 对于PriorityQueue而言，AssignedPodAdded负责unSchedulableQ中的pods进行与该pod的Pod Affinity检查，把那些满足Pod Affinity的pods从unSchedulableQ中移到activeQ中，待scheduler进行调度。

• 在这里要注意movePodsToActiveQueue中设置了receivedMoveRequest为true。

  func (p *PriorityQueue) AddUnschedulableIfNotPresent(pod *v1.Pod) error {
  	p.lock.Lock()	defer p.lock.Unlock()	if p.unschedulableQ.get(pod) != nil {		return fmt.Errorf("pod is already present in unschedulableQ")
  	}	if _, exists, _ := p.activeQ.Get(pod); exists {		return fmt.Errorf("pod is already present in the activeQ")
  	}	if !p.receivedMoveRequest && isPodUnschedulable(pod) {
  		p.unschedulableQ.addOrUpdate(pod)
  		p.addNominatedPodIfNeeded(pod)		return nil
  	}
  	err := p.activeQ.Add(pod)	if err == nil {
  		p.addNominatedPodIfNeeded(pod)
  		p.cond.Broadcast()
  	}	return err
  }

• 如果receivedMoveRequest为false并且该Pod Condition Status为False或者Unschedulable时，才会将该Pod Add/Update到unschedulableQ，否则加入到activeQ。

• 因此receivedMoveRequest设置错误可能会导致该pod本应该加入到unSchedulableQ中，却被加入到了activeQ中，这会导致scheduler多做一次无效的调度，当然这对性能的影响是很小的。

• 但是这里应该是有问题的，如果getUnschedulablePodsWithMatchingAffinityTerm得到的podsToMove数组为空时，并没有pods会真正从unSchedulableQ中移到activeQ中，此时MoveRequest是无效的，receivedMoveRequest仍然应该为false。

• 上面的receivedMoveRequest设置不对带来什么问题呢？当某个pod调度发生Error时会调用AddUnschedulableIfNotPresent将该pod加入到unSchedulableQ或者activeQ中。

updatePodInCache

注册Update assignedNonTerminatedPod Event Handler为updatePodInCache。

func (c *configFactory) updatePodInCache(oldObj, newObj interface{}) {
	...	c.podQueue.AssignedPodUpdated(newPod)
}// AssignedPodUpdated is called when a bound pod is updated. Change of labels// may make pending pods with matching affinity terms schedulable.func (p *PriorityQueue) AssignedPodUpdated(pod *v1.Pod) {
	p.movePodsToActiveQueue(p.getUnschedulablePodsWithMatchingAffinityTerm(pod))
}

updatePodInCache中对podQueue的操作是AssignedPodUpdated，其实现同AssignedPodAdded，不再多说。

deletePodFromCache

注册Delete assignedNonTerminatedPod Event Handler为deletePodFromCache。

func (c *configFactory) deletePodFromCache(obj interface{}) {
	...
	c.podQueue.MoveAllToActiveQueue()
}func (p *PriorityQueue) MoveAllToActiveQueue() {
	p.lock.Lock()	defer p.lock.Unlock()	for _, pod := range p.unschedulableQ.pods {		if err := p.activeQ.Add(pod); err != nil {
			glog.Errorf("Error adding pod %v to the scheduling queue: %v", pod.Name, err)
		}
	}
	p.unschedulableQ.clear()
	p.receivedMoveRequest = true
	p.cond.Broadcast()
}

• 当发生Delete assignedNonTerminatedPod Event时，会调用podQueue.MoveAllToActiveQueue将unSchedulableQ中的所有Pods移到activeQ中，unSchedulableQ也就被清空了。

如果集群中出现频繁删除pods的动作，会导致频繁将unSchedulableQ中的所有Pods移到activeQ中。如果unSchedulableQ中有个High Priority的Pod，那么就会导致频繁的抢占Lower Priority Pods的调度机会，使得Lower Priority Pod长期处于饥饿状态。关于这个问题，社区已经在考虑增加对应的back-off机制，减轻这种情况带来的影响。

PodInformer EventHandler for UnScheduled Pod

通过unassignedNonTerminatedPod FilterFunc过滤出那些还未成功调度的并且NonTerminated Pods，然后再对这些Pods的Add/Update/Delete Event Handler进行注册，这里我们只关注对PriorityQueue的操作。

// unassignedNonTerminatedPod selects pods that are unassigned and non-terminal.func unassignedNonTerminatedPod(pod *v1.Pod) bool {	if len(pod.Spec.NodeName) != 0 {		return false
	}	if pod.Status.Phase == v1.PodSucceeded || pod.Status.Phase == v1.PodFailed {		return false
	}	return true}

addPodToSchedulingQueue

注册Add unassignedNonTerminatedPod Event Handler为addPodToSchedulingQueue。

func (c *configFactory) addPodToSchedulingQueue(obj interface{}) {	if err := c.podQueue.Add(obj.(*v1.Pod)); err != nil {
		runtime.HandleError(fmt.Errorf("unable to queue %T: %v", obj, err))
	}
}func (p *PriorityQueue) Add(pod *v1.Pod) error {
	p.lock.Lock()	defer p.lock.Unlock()
	err := p.activeQ.Add(pod)	if err != nil {
		glog.Errorf("Error adding pod %v to the scheduling queue: %v", pod.Name, err)
	} else {		if p.unschedulableQ.get(pod) != nil {
			glog.Errorf("Error: pod %v is already in the unschedulable queue.", pod.Name)
			p.deleteNominatedPodIfExists(pod)
			p.unschedulableQ.delete(pod)
		}
		p.addNominatedPodIfNeeded(pod)
		p.cond.Broadcast()
	}	return err
}

• 当发现有unassigned Pods Add时，addPodToSchedulingQueue负责把该pods加入到activeQ中，并确保unSchedulableQ中没有这些unassigned pods。

updatePodInSchedulingQueue

注册Update unassignedNonTerminatedPod Event Handler为updatePodInSchedulingQueue。

func (c *configFactory) updatePodInSchedulingQueue(oldObj, newObj interface{}) {
	pod := newObj.(*v1.Pod)	if c.skipPodUpdate(pod) {		return
	}	if err := c.podQueue.Update(oldObj.(*v1.Pod), pod); err != nil {
		runtime.HandleError(fmt.Errorf("unable to update %T: %v", newObj, err))
	}
}

• updatePodInSchedulingQueue中先调用skipPodUpdate检查是否该pod update event可以忽略。

• 如果不能忽略该pod update，再invoke podQueue.Update更新activeQ，如果该pod不在activeQ中，则从unSchedulableQ中删除该pod，然后把新的pod Push到activeQ中。

func (c *configFactory) skipPodUpdate(pod *v1.Pod) bool {	// Non-assumed pods should never be skipped.
	isAssumed, err := c.schedulerCache.IsAssumedPod(pod)	if err != nil {
		runtime.HandleError(fmt.Errorf("failed to check whether pod %s/%s is assumed: %v", pod.Namespace, pod.Name, err))		return false
	}	if !isAssumed {		return false
	}	// Gets the assumed pod from the cache.
	assumedPod, err := c.schedulerCache.GetPod(pod)	if err != nil {
		runtime.HandleError(fmt.Errorf("failed to get assumed pod %s/%s from cache: %v", pod.Namespace, pod.Name, err))		return false
	}	// Compares the assumed pod in the cache with the pod update. If they are
	// equal (with certain fields excluded), this pod update will be skipped.
	f := func(pod *v1.Pod) *v1.Pod {
		p := pod.DeepCopy()		// ResourceVersion must be excluded because each object update will
		// have a new resource version.
		p.ResourceVersion = ""
		// Spec.NodeName must be excluded because the pod assumed in the cache
		// is expected to have a node assigned while the pod update may nor may
		// not have this field set.
		p.Spec.NodeName = ""
		// Annotations must be excluded for the reasons described in
		// https://github.com/kubernetes/kubernetes/issues/52914.
		p.Annotations = nil
		return p
	}
	assumedPodCopy, podCopy := f(assumedPod), f(pod)	if !reflect.DeepEqual(assumedPodCopy, podCopy) {		return false
	}
	glog.V(3).Infof("Skipping pod %s/%s update", pod.Namespace, pod.Name)	return true}

skipPodUpdate检查到以下情况同时发生时，都会返回true，表示忽略该pod update event。

• 该pod已经Assumed：检查scheduler cache中assumePods中是否包含该pod，如果包含，说明它已经Assumed（当pod完成了scheduler的Predicate和Priority后，立刻就设置为Assumed，之后再调用apiserver的Bind接口）。

• 该pod update只更新了它的ResourceVersion, Spec.NodeName, Annotations三者之一或者全部。

func (p *PriorityQueue) Update(oldPod, newPod *v1.Pod) error {
	p.lock.Lock()	defer p.lock.Unlock()	// If the pod is already in the active queue, just update it there.
	if _, exists, _ := p.activeQ.Get(newPod); exists {
		p.updateNominatedPod(oldPod, newPod)
		err := p.activeQ.Update(newPod)		return err
	}	// If the pod is in the unschedulable queue, updating it may make it schedulable.
	if usPod := p.unschedulableQ.get(newPod); usPod != nil {
		p.updateNominatedPod(oldPod, newPod)		if isPodUpdated(oldPod, newPod) {
			p.unschedulableQ.delete(usPod)
			err := p.activeQ.Add(newPod)			if err == nil {
				p.cond.Broadcast()
			}			return err
		}
		p.unschedulableQ.addOrUpdate(newPod)		return nil
	}	// If pod is not in any of the two queue, we put it in the active queue.
	err := p.activeQ.Add(newPod)	if err == nil {
		p.addNominatedPodIfNeeded(newPod)
		p.cond.Broadcast()
	}	return err
}

当skipPodUpdate为true时，接着调用PriorityQueue.Update：

• 如果该pod已经在activeQ中，则更新它。

• 如果该pod在unSchedulableQ中，检查该Pod是不是有效更新（忽略ResourceVersion、Generation、PodStatus）。

• 如果是有效更新，则从unSchedulableQ中删除该，并将更新的pod加到activeQ中待调度。

• 如果是无效更新，则更新unSchedulableQ中的该pod信息。

• 如果activeQ和unSchedulableQ中都没有该pod，则把该pod添加到activeQ中。

deletePodFromSchedulingQueue

注册Delete unassignedNonTerminatedPod Event Handler为deletePodFromSchedulingQueue。

func (c *configFactory) deletePodFromSchedulingQueue(obj interface{}) {
	...	
	if err := c.podQueue.Delete(pod); err != nil {
		runtime.HandleError(fmt.Errorf("unable to dequeue %T: %v", obj, err))
	}
	...
}func (p *PriorityQueue) Delete(pod *v1.Pod) error {
	p.lock.Lock()	defer p.lock.Unlock()
	p.deleteNominatedPodIfExists(pod)
	err := p.activeQ.Delete(pod)	if err != nil { // The item was probably not found in the activeQ.
		p.unschedulableQ.delete(pod)
	}	return nil}

• deletePodFromSchedulingQueue中对podQueue的处理就是调用其Delete接口，将该pod从activeQ或者unSchedulableQ中删除。

Node Informer

NodeInformer注册了Node的Add/Update/Delete Event Handler，这里我们只关注这些Handler对PriorityQueue的操作。

addNodeToCache and updateNodeInCache

• 注册Add Node Event Handler为addNodeToCache。

• 注册Update Node Event Handler为updateNodeInCache。

• 注册Delete Node Event Handler为deleteNodeFromCache。

func (c *configFactory) addNodeToCache(obj interface{}) {
	...	c.podQueue.MoveAllToActiveQueue()
}func (c *configFactory) updateNodeInCache(oldObj, newObj interface{}) {
	...	
	c.podQueue.MoveAllToActiveQueue()
}

• addNodeToCache和updateNodeInCache对PriorityQueue的操作都是一样的，调用PriorityQueue.MoveAllToActiveQueue将所有unSchedulableQ中的Pods移到activeQ中，意味着集群中增加或者更新Node时，所有未成功调度的pods都会重新在activeQ中按优先级进行重新排序等待调度。

• deleteNodeFromCache中不涉及PodQueue的操作。

同PodInformer EventHandler for Scheduled Pod中提到的一样，如果集群中出现频繁增加或者更新Node的动作，会导致频繁将unSchedulableQ中的所有Pods移到activeQ中。如果unSchedulableQ中有个High Priority的Pod，那么就会导致频繁的抢占Lower Priority Pods的调度机会，使得Lower Priority Pod长期处于饥饿状态。

serviceInformer

serviceInformer注册了Service的Add/Update/Delete Event Handler，这里我们只关注这些Handler对PriorityQueue的操作。

• 注册Add Service Event Handler为onServiceAdd。

• 注册Update Service Event Handler为onServiceUpdate。

• 注册Delete Service Event Handler为onServiceDelete。

func (c *configFactory) onServiceAdd(obj interface{}) {
	...	
	c.podQueue.MoveAllToActiveQueue()
}func (c *configFactory) onServiceUpdate(oldObj interface{}, newObj interface{}) {
	...	
	c.podQueue.MoveAllToActiveQueue()
}func (c *configFactory) onServiceDelete(obj interface{}) {
	...	
	c.podQueue.MoveAllToActiveQueue()
}

• Service的Add/Update/Delete Event Handler对podQueue的操作都是一样的，调用PriorityQueue.MoveAllToActiveQueue将所有unSchedulableQ中的Pods移到activeQ中，意味着集群中增加、更新或者删除Service时，所有未成功调度的pods都会重新在activeQ中按优先级进行重新排序等待调度。

同PodInformer EventHandler for Scheduled Pod中提到的一样，如果集群中出现频繁Add/Update/Delete Service的动作，会导致频繁将unSchedulableQ中的所有Pods移到activeQ中。如果unSchedulableQ中有个High Priority的Pod，那么就会导致频繁的抢占Lower Priority Pods的调度机会，使得Lower Priority Pod长期处于饥饿状态。

pvc Informer

pvcInformer注册了pvc的Add/Update/Delete Event Handler，这里我们只关注这些Handler对PriorityQueue的操作。

• 注册Add PVC Event Handler为onPvcAdd。

• 注册Update PVC Event Handler为onPvcUpdate。

• 注册Delete PVC Event Handler为onPvcDelete。

func (c *configFactory) onPvcAdd(obj interface{}) {
	...	
	c.podQueue.MoveAllToActiveQueue()
}func (c *configFactory) onPvcUpdate(old, new interface{}) {
	...	c.podQueue.MoveAllToActiveQueue()
}

• sheduler对PVC的Add和Update Event的操作都是一样的，调用PriorityQueue.MoveAllToActiveQueue将所有unSchedulableQ中的Pods移到activeQ中，意味着集群中增加或者更新PVC时，所有未成功调度的pods都会重新在activeQ中按优先级进行重新排序等待调度。

• Delete PVC不涉及PodQueue的操作。

• PV的Add/Update/Delete也不涉及PodQueue的操作。

同PodInformer EventHandler for Scheduled Pod中提到的一样，如果集群中出现频繁Add/Update PVC的动作，会导致频繁将unSchedulableQ中的所有Pods移到activeQ中。如果unSchedulableQ中有个High Priority的Pod，那么就会导致频繁的抢占Lower Priority Pods的调度机会，使得Lower Priority Pod长期处于饥饿状态。

总结

本文基于Kubernetes 1.10的代码，对scheduler的PriorityQueue进行了代码分析，包括PriorityQueue的内部结构（两个重要的Sub-Queue），Pod如何Push进队列，Pod如何Pop出队列，以及Pod/Service/Node/PVC对象的Add/Update/Delete事件对PriorityQueue中两个Sub-Queue的操作等。如今的scheduler比起1.8之前的版本复杂了很多，后面我会再对scheduler相关的Equivalence Class，Nominated Pods，VolumeScheduling等方面单独写博客进行分析。

作者：WaltonWang                            

来源：https://my.oschina.net/jxcdwangtao/blog/1811164