本文轉載自米開朗其揚的博客
1. Kubernetes Pod 驅逐詳解
在 Kubernetes 中，Pod 使用的資源最重要的是 CPU、內存和磁盤 IO，這些資源可以被分為可壓縮資源（CPU）和不可壓縮資源（內存，磁盤 IO）。可壓縮資源不可能導致 Pod 被驅逐，因為當 Pod 的 CPU 使用量很多時，系統可以通過重新分配權重來限制 Pod 的 CPU 使用。而對於不可壓縮資源來說，如果資源不足，也就無法繼續申請資源（內存用完就是用完了），此時 Kubernetes 會從該節點上驅逐一定數量的 Pod，以保證該節點上有充足的資源。
當不可壓縮資源不足時，Kubernetes 是通過 kubelet 來驅逐 Pod 的。kubelet 也不是隨機驅逐的，它有自己的一套驅逐機制，每個計算節點的 kubelet 都會通過抓取 cAdvisor 的指標來監控節點的資源使用量，下面我們來具體分析每種情況。
1.1 存儲資源不足
下面是 kubelet 默認的關於節點存儲的驅逐觸發條件：
- nodefs.available<10%（容器 volume 使用的文件系統的可用空間，包括文件系統剩余大小和 inode 數量）
- imagefs.available<15%（容器鏡像使用的文件系統的可用空間，包括文件系統剩余大小和 inode 數量）
當 imagefs 使用量達到閾值時，kubelet 會嘗試刪除不使用的鏡像來清理磁盤空間。
當 nodefs 使用量達到閾值時，kubelet 就會拒絕在該節點上運行新 Pod，並向 API Server 注冊一個 DiskPressure condition。然后 kubelet 會嘗試刪除死亡的 Pod 和容器來回收磁盤空間，如果此時 nodefs 使用量仍然沒有低於閾值，kubelet 就會開始驅逐 Pod。從 Kubernetes 1.9 開始，kubelet 驅逐 Pod 的過程中不會參考 Pod 的 QoS，只是根據 Pod 的 nodefs 使用量來進行排名，並選取使用量最多的 Pod 進行驅逐。所以即使 QoS 等級為 Guaranteed 的 Pod 在這個階段也有可能被驅逐（例如 nodefs 使用量最大）。如果驅逐的是 Daemonset，kubelet 會阻止該 Pod 重啟，直到 nodefs 使用量超過閾值。
如果一個 Pod 中有多個容器，kubelet 會根據 Pod 中所有容器的 nodefs 使用量之和來進行排名。即所有容器的 container_fs_usage_bytes 指標值之和。
舉個栗子，假設某計算節點上運行着一系列已知 QoS 等級和 nodefs 使用量的 Pod：
Pod Name Pod QoS nodefs usage
A Best Effort 800M
B Guaranteed 1.3G
C Burstable 1.2G
D Burstable 700M
E Best Effort 500M
F Guaranteed 1G
當 nodefs 的使用量超過閾值時，kubelet 會根據 Pod 的 nodefs 使用量來對 Pod 進行排名，首先驅逐使用量最多的 Pod。排名如下所示：
Pod Name Pod QoS nodefs usage
B Guaranteed 1.3G
C Burstable 1.2G
F Guaranteed 1G
A Best Effort 800M
D Burstable 700M
E Best Effort 500M
可以看到在本例中，QoS 等級為 Guaranteed 的 Pod 最先被驅逐。
1.2 內存資源不足
下面是 kubelet 默認的關於節點內存資源的驅逐觸發條件：
- memory.available<100Mi
當內存使用量超過閾值時，kubelet 就會向 API Server 注冊一個 MemoryPressure condition，此時 kubelet 不會接受新的 QoS 等級為 Best Effort 的 Pod 在該節點上運行，並按照以下順序來驅逐 Pod：
- Pod 的內存使用量是否超過了 request 指定的值
- 根據 priority 排序，優先級低的 Pod 最先被驅逐
- 比較它們的內存使用量與 request 指定的值之差。
- 按照這個順序，可以確保 QoS 等級為 Guaranteed 的 Pod 不會在 QoS 等級為 Best Effort 的 Pod 之前被驅逐，但不能保證它不會在 QoS 等級為 Burstable 的 Pod 之前被驅逐。
如果一個 Pod 中有多個容器，kubelet 會根據 Pod 中所有容器相對於 request 的內存使用量與之和來進行排名。即所有容器的 （container_memory_usage_bytes 指標值與 container_resource_requests_memory_bytes 指標值的差）之和。
繼續舉例，假設某計算節點上運行着一系列已知 QoS 等級和內存使用量的 Pod：
Pod Name Pod QoS Memory requested Memory limits Memory usage
A Best Effort 0 0 700M
B Guaranteed 2Gi 2Gi 1.9G
C Burstable 1Gi 2Gi 1.8G
D Burstable 1Gi 2Gi 800M
E Best Effort 0 0 300M
F Guaranteed 2Gi 2Gi 1G
當節點的內存使用量超過閾值時，kubelet 會根據 Pod 相對於 request 的內存使用量來對 Pod 進行排名。排名如下所示：
Pod Name Pod QoS Memory requested Memory limits Memory usage 內存相對使用量
C Burstable 1Gi 2Gi 1.8G 800M
A Best Effort 0 0 700M 700M
E Best Effort 0 0 300M 300M
B Guaranteed 2Gi 2Gi 1.9G -100M
D Burstable 1Gi 2Gi 800M -200M
F Guaranteed 2Gi 2Gi 1G -1G
可以看到在本例中，可以看到在本例中，QoS 等級為 Guaranteed 的 Pod 在 QoS 等級為 Burstable 的 Pod 之前被驅逐。
當內存資源不足時，kubelet 在驅逐 Pod 時只會考慮 requests 和 Pod 的內存使用量，不會考慮 limits。
1.3 Node OOM (Out Of Memory)
OOM Killer，是 Liunx 特性下的一個保護機制，用於避免在內存不足的時候不至於出現嚴重問題，把一些無關的進程優先殺掉，即在內存嚴重不足時，系統為了繼續運轉，內核會挑選一個進程，將其殺掉，以釋放內存，緩解內存不足情況。
因為 kubelet 默認每 10 秒抓取一次 cAdvisor 的監控數據，所以有可能在 kubelet 驅逐 Pod 回收內存之前發生內存使用量激增的情況，這時就有可能觸發內核 OOM killer。這時刪除容器的權利就由kubelet 轉交到內核 OOM killer 手里，但 kubelet 仍然會起到一定的決定作用，它會根據 Pod 的 QoS 來設置其 oom_score_adj 值：
QoS oom_score_adj
Guaranteed -998
Burstable min(max(2, 1000 - (1000 * memoryRequestBytes) / machineMemoryCapacityBytes), 999)
pod-infra-container -998
kubelet, docker daemon, systemd service -999
如果該節點在 kubelet 通過驅逐 Pod 回收內存之前觸發了 OOM 事件，OOM killer 就會采取行動來降低系統的壓力，它會根據下面的公式來計算 oom_score 的值：
容器使用的內存占系統內存的百分比 + oom_score_adj = oom_score
OOM killer 會殺掉 oom_score_adj 值最高的容器，如果有多個容器的 oom_score_adj 值相同，就會殺掉內存使用量最多的容器（其實是因為內存使用量最多的容器的 oom_score 值最高）。與 Pod 驅逐不同，如果一個 Pod 的容器被 OOM 殺掉，是可能被 kubelet 根據 RestartPolicy 重啟的。關於 OOM 的更多內容請參考：Kubernetes 內存資源限制實戰。
假設某節點運行着 4 個 Pod，且每個 Pod 中只有一個容器。每個 QoS 類型為 Burstable 的 Pod 配置的內存 requests 是 4Gi，節點的內存大小為 30Gi。每個 Pod 的 oom_score_adj 值如下所示：
Pod Name Pod QoS oom_score_adj
A Best Effort 1000
B Guaranteed -998
C Burstable 867（根據上面的公式計算）
D Best Effort 1000
當調用 OOM killer 時，它首先選擇 oom_score_adj 值最高的容器（1000），這里有兩個容器的 oom_score_adj 值都是 1000，OOM killer 最終會選擇內存使用量最多的容器。
1.4 總結
因為 kubelet 默認每 10 秒抓取一次 cAdvisor 的監控數據，所以可能在資源使用量低於閾值時，kubelet 仍然在驅逐 Pod。
kubelet 將 Pod 從節點上驅逐之后，Kubernetes 會將該 Pod 重新調度到另一個資源充足的節點上。但有時候 Scheduler 會將該 Pod 重新調度到與之前相同的節點上，比如設置了節點親和性，或者該 Pod 以 Daemonset 的形式運行。
現在你應該理解了 kubelet 驅逐 Pod 的原理和過程，如果你在部署應用時設置了恰當的參數，知道了所有的可能性，你就能更好地掌控你的集群。