從 kube-scheduler 的角度來看，它是通過一系列算法計(jì)算出最佳節(jié)點(diǎn)運(yùn)行 Pod，當(dāng)出現(xiàn)新的 Pod 進(jìn)行調(diào)度時(shí)，調(diào)度程序會(huì)根據(jù)其當(dāng)時(shí)對 Kubernetes 集群的資源描述做出最佳調(diào)度決定，但是 Kubernetes 集群是非常動(dòng)態(tài)的，由于整個(gè)集群范圍內(nèi)的變化，比如一個(gè)節(jié)點(diǎn)為了維護(hù)，我們先執(zhí)行了驅(qū)逐操作，這個(gè)節(jié)點(diǎn)上的所有 Pod 會(huì)被驅(qū)逐到其他節(jié)點(diǎn)去，但是當(dāng)我們維護(hù)完成后，之前的 Pod 并不會(huì)自動(dòng)回到該節(jié)點(diǎn)上來，因?yàn)?Pod 一旦被綁定了節(jié)點(diǎn)是不會(huì)觸發(fā)重新調(diào)度的，由于這些變化，Kubernetes 集群在一段時(shí)間內(nèi)就可能會(huì)出現(xiàn)不均衡的狀態(tài)，所以需要均衡器來重新平衡集群。

當(dāng)然我們可以去手動(dòng)做一些集群的平衡，比如手動(dòng)去刪掉某些 Pod，觸發(fā)重新調(diào)度就可以了，但是顯然這是一個(gè)繁瑣的過程，也不是解決問題的方式。為了解決實(shí)際運(yùn)行中集群資源無法充分利用或浪費(fèi)的問題，可以使用 descheduler 組件對集群的 Pod 進(jìn)行調(diào)度優(yōu)化，descheduler 可以根據(jù)一些規(guī)則和配置策略來幫助我們重新平衡集群狀態(tài)，其核心原理是根據(jù)其策略配置找到可以被移除的 Pod 并驅(qū)逐它們，其本身并不會(huì)進(jìn)行調(diào)度被驅(qū)逐的 Pod，而是依靠默認(rèn)的調(diào)度器來實(shí)現(xiàn)，目前支持的策略有：

• RemoveDuplicates
• LowNodeUtilization
• RemovePodsViolatingInterPodAntiAffinity
• RemovePodsViolatingNodeAffinity
• RemovePodsViolatingNodeTaints
• RemovePodsViolatingTopologySpreadConstraint
• RemovePodsHavingTooManyRestarts
• PodLifeTime

這些策略都是可以啟用或者禁用的，作為策略的一部分，也可以配置與策略相關(guān)的一些參數(shù)，默認(rèn)情況下，所有策略都是啟用的。另外，還有一些通用配置，如下：

• nodeSelector：限制要處理的節(jié)點(diǎn)
• evictLocalStoragePods: 驅(qū)逐使用 LocalStorage 的 Pods
• ignorePvcPods: 是否忽略配置 PVC 的 Pods，默認(rèn)是 False
• maxNoOfPodsToEvictPerNode：節(jié)點(diǎn)允許的最大驅(qū)逐 Pods 數(shù)

我們可以通過如下所示的 DeschedulerPolicy 來配置：

apiVersion: "descheduler/v1alpha1"
kind: "DeschedulerPolicy"
nodeSelector: prod=dev
evictLocalStoragePods: true
maxNoOfPodsToEvictPerNode: 40
ignorePvcPods: false
strategies:  # 配置策略
  ...

安裝

descheduler 可以以 Job、CronJob 或者 Deployment 的形式運(yùn)行在 k8s 集群內(nèi)，同樣我們可以使用 Helm Chart 來安裝 descheduler：

? helm repo add descheduler https://kubernetes-sigs.github.io/descheduler/

通過 Helm Chart 我們可以配置 descheduler 以 CronJob 或者 Deployment 方式運(yùn)行，默認(rèn)情況下 descheduler 會(huì)以一個(gè) critical pod 運(yùn)行，以避免被自己或者 kubelet 驅(qū)逐了，需要確保集群中有 system-cluster-critical 這個(gè) Priorityclass：

? kubectl get priorityclass system-cluster-critical
NAME                      VALUE        GLOBAL-DEFAULT   AGE
system-cluster-critical   2000000000   false            87d

使用 Helm Chart 安裝默認(rèn)情況下會(huì)以 CronJob 的形式運(yùn)行，執(zhí)行周期為 schedule: "*/2 * * * *"，這樣每隔兩分鐘會(huì)執(zhí)行一次 descheduler 任務(wù)，默認(rèn)的配置策略如下所示：

apiVersion: v1
kind: ConfigMap
metadata:
  name: descheduler
data:
  policy.yaml: |
    apiVersion: "descheduler/v1alpha1"
    kind: "DeschedulerPolicy"
    strategies:
      LowNodeUtilization:
        enabled: true
        params:
          nodeResourceUtilizationThresholds:
            targetThresholds:
              cpu: 50
              memory: 50
              pods: 50
            thresholds:
              cpu: 20
              memory: 20
              pods: 20
      RemoveDuplicates:
        enabled: true
      RemovePodsViolatingInterPodAntiAffinity:
        enabled: true
      RemovePodsViolatingNodeAffinity:
        enabled: true
        params:
          nodeAffinityType:
          - requiredDuringSchedulingIgnoredDuringExecution
      RemovePodsViolatingNodeTaints:
        enabled: true

通過配置 DeschedulerPolicy 的 strategies，可以指定 descheduler 的執(zhí)行策略，這些策略都是可以啟用或禁用的，下面我們會(huì)詳細(xì)介紹，這里我們使用默認(rèn)策略即可，使用如下命令直接安裝即可：

? helm upgrade --install descheduler descheduler/descheduler --set image.repository=cnych/descheduler,podSecurityPolicy.create=false -n kube-system
Release "descheduler" does not exist. Installing it now.
NAME: descheduler
LAST DEPLOYED: Fri Jan 21 10:35:55 2022
NAMESPACE: kube-system
STATUS: deployed
REVISION: 1
NOTES:
Descheduler installed as a cron job.

部署完成后會(huì)創(chuàng)建一個(gè) CronJob 資源對象來平衡集群狀態(tài)：

? kubectl get cronjob -n kube-system
NAME          SCHEDULE      SUSPEND   ACTIVE   LAST SCHEDULE   AGE
descheduler   */2 * * * *   False     1        27s             31s
? kubectl get job -n kube-system
NAME                   COMPLETIONS   DURATION   AGE
descheduler-27378876   1/1           72s        79s
? kubectl get pods -n kube-system -l job-name=descheduler-27378876
NAME                            READY   STATUS      RESTARTS   AGE
descheduler-27378876--1-btjmd   0/1     Completed   0          2m21s

正常情況下就會(huì)創(chuàng)建一個(gè)對應(yīng)的 Job 來執(zhí)行 descheduler 任務(wù)，我們可以通過查看日志可以了解做了哪些平衡操作：

? kubectl logs -f descheduler-27378876--1-btjmd -n kube-system
I0121 02:37:10.127266       1 named_certificates.go:53] "Loaded SNI cert" index=0 certName="self-signed loopback" certDetail="\"apiserver-loopback-client@1642732630\" [serving] validServingFor=[apiserver-loopback-client] issuer=\"apiserver-loopback-client-ca@1642732629\" (2022-01-21 01:37:09 +0000 UTC to 2023-01-21 01:37:09 +0000 UTC (now=2022-01-21 02:37:10.127237 +0000 UTC))"
I0121 02:37:10.127324       1 secure_serving.go:195] Serving securely on [::]:10258
I0121 02:37:10.127363       1 tlsconfig.go:240] "Starting DynamicServingCertificateController"
I0121 02:37:10.138724       1 node.go:46] "Node lister returned empty list, now fetch directly"
I0121 02:37:10.172264       1 nodeutilization.go:167] "Node is overutilized" node="master1" usage=map[cpu:1225m memory:565Mi pods:16] usagePercentage=map[cpu:61.25 memory:15.391786081415567 pods:14.545454545454545]
I0121 02:37:10.172313       1 nodeutilization.go:164] "Node is underutilized" node="node1" usage=map[cpu:675m memory:735Mi pods:16] usagePercentage=map[cpu:16.875 memory:9.542007959787252 pods:14.545454545454545]
I0121 02:37:10.172328       1 nodeutilization.go:170] "Node is appropriately utilized" node="node2" usage=map[cpu:975m memory:1515Mi pods:15] usagePercentage=map[cpu:24.375 memory:19.66820054018583 pods:13.636363636363637]
I0121 02:37:10.172340       1 lownodeutilization.go:100] "Criteria for a node under utilization" CPU=20 Mem=20 Pods=20
I0121 02:37:10.172346       1 lownodeutilization.go:101] "Number of underutilized nodes" totalNumber=1
I0121 02:37:10.172355       1 lownodeutilization.go:114] "Criteria for a node above target utilization" CPU=50 Mem=50 Pods=50
I0121 02:37:10.172360       1 lownodeutilization.go:115] "Number of overutilized nodes" totalNumber=1
I0121 02:37:10.172374       1 nodeutilization.go:223] "Total capacity to be moved" CPU=1325 Mem=3267772416 Pods=39
I0121 02:37:10.172399       1 nodeutilization.go:226] "Evicting pods from node" node="master1" usage=map[cpu:1225m memory:565Mi pods:16]
I0121 02:37:10.172485       1 nodeutilization.go:229] "Pods on node" node="master1" allPods=16 nonRemovablePods=13 removablePods=3
I0121 02:37:10.172495       1 nodeutilization.go:236] "Evicting pods based on priority, if they have same priority, they'll be evicted based on QoS tiers"
I0121 02:37:10.180353       1 evictions.go:130] "Evicted pod" pod="default/topo-demo-6bbf65d967-lzlfh" reason="LowNodeUtilization"
I0121 02:37:10.181506       1 nodeutilization.go:269] "Evicted pods" pod="default/topo-demo-6bbf65d967-lzlfh" err=<nil>
I0121 02:37:10.181541       1 nodeutilization.go:294] "Updated node usage" node="master1" CPU=1225 Mem=592445440 Pods=15
I0121 02:37:10.182496       1 event.go:291] "Event occurred" object="default/topo-demo-6bbf65d967-lzlfh" kind="Pod" apiVersion="v1" type="Normal" reason="Descheduled" message="pod evicted by sigs.k8s.io/deschedulerLowNodeUtilization"
......

從日志中我們就可以清晰的知道因?yàn)槭裁床呗则?qū)逐了哪些 Pods。

PDB

由于使用 descheduler 會(huì)將 Pod 驅(qū)逐進(jìn)行重調(diào)度，但是如果一個(gè)服務(wù)的所有副本都被驅(qū)逐的話，則可能導(dǎo)致該服務(wù)不可用。如果服務(wù)本身存在單點(diǎn)故障，驅(qū)逐的時(shí)候肯定就會(huì)造成服務(wù)不可用了，這種情況我們強(qiáng)烈建議使用反親和性和多副本來避免單點(diǎn)故障，但是如果服務(wù)本身就被打散在多個(gè)節(jié)點(diǎn)上，這些 Pod 都被驅(qū)逐的話，這個(gè)時(shí)候也會(huì)造成服務(wù)不可用了，這種情況下我們可以通過配置 PDB(PodDisruptionBudget) 對象來避免所有副本同時(shí)被刪除，比如我們可以設(shè)置在驅(qū)逐的時(shí)候某應(yīng)用最多只有一個(gè)副本不可用，則創(chuàng)建如下所示的資源清單即可：

apiVersion: policy/v1
kind: PodDisruptionBudget
metadata:
  name: pdb-demo
spec:
  maxUnavailable: 1  # 設(shè)置最多不可用的副本數(shù)量，或者使用 minAvailable，可以使用整數(shù)或百分比
  selector:
    matchLabels:    # 匹配Pod標(biāo)簽
      app: demo

關(guān)于 PDB 的更多詳細(xì)信息可以查看官方文檔：https://kubernetes.io/docs/tasks/run-application/configure-pdb/。

所以如果我們使用 descheduler 來重新平衡集群狀態(tài)，那么我們強(qiáng)烈建議給應(yīng)用創(chuàng)建一個(gè)對應(yīng)的 PodDisruptionBudget 對象進(jìn)行保護(hù)。

策略

PodLifeTime

該策略用于驅(qū)逐比 maxPodLifeTimeSeconds 更舊的 Pods，可以通過 podStatusPhases 來配置哪類狀態(tài)的 Pods 會(huì)被驅(qū)逐，建議為每個(gè)應(yīng)用程序創(chuàng)建一個(gè) PDB，以確保應(yīng)用程序的可用性，比如我們可以配置如下所示的策略來驅(qū)逐運(yùn)行超過7天的 Pod：

apiVersion: "descheduler/v1alpha1"
kind: "DeschedulerPolicy"
strategies:
  "PodLifeTime":
    enabled: true
    params:
      maxPodLifeTimeSeconds: 604800  # Pods 運(yùn)行最多7天

RemoveDuplicates

該策略確保只有一個(gè)和 Pod 關(guān)聯(lián)的 RS、Deployment 或者 Job 資源對象運(yùn)行在同一節(jié)點(diǎn)上。如果還有更多的 Pod 則將這些重復(fù)的 Pod 進(jìn)行驅(qū)逐，以便更好地在集群中分散 Pod。如果某些節(jié)點(diǎn)由于某些原因崩潰了，這些節(jié)點(diǎn)上的 Pod 漂移到了其他節(jié)點(diǎn)，導(dǎo)致多個(gè)與 RS 關(guān)聯(lián)的 Pod 在同一個(gè)節(jié)點(diǎn)上運(yùn)行，就有可能發(fā)生這種情況，一旦出現(xiàn)故障的節(jié)點(diǎn)再次準(zhǔn)備就緒，就可以啟用該策略來驅(qū)逐這些重復(fù)的 Pod。

配置策略的時(shí)候，可以指定參數(shù) excludeOwnerKinds 用于排除類型，這些類型下的 Pod 不會(huì)被驅(qū)逐：

apiVersion: "descheduler/v1alpha1"
kind: "DeschedulerPolicy"
strategies:
  "RemoveDuplicates":
     enabled: true
     params:
       removeDuplicates:
         excludeOwnerKinds:
         - "ReplicaSet"

LowNodeUtilization

該策略主要用于查找未充分利用的節(jié)點(diǎn)，并從其他節(jié)點(diǎn)驅(qū)逐 Pod，以便 kube-scheudler 重新將它們調(diào)度到未充分利用的節(jié)點(diǎn)上。該策略的參數(shù)可以通過字段 nodeResourceUtilizationThresholds 進(jìn)行配置。

節(jié)點(diǎn)的利用率不足可以通過配置 thresholds 閾值參數(shù)來確定，可以通過 CPU、內(nèi)存和 Pods 數(shù)量的百分比進(jìn)行配置。如果節(jié)點(diǎn)的使用率均低于所有閾值，則認(rèn)為該節(jié)點(diǎn)未充分利用。

此外，還有一個(gè)可配置的閾值 targetThresholds，用于計(jì)算可能驅(qū)逐 Pods 的潛在節(jié)點(diǎn)，該參數(shù)也可以配置 CPU、內(nèi)存以及 Pods 數(shù)量的百分比進(jìn)行配置。thresholds 和 targetThresholds 可以根據(jù)你的集群需求進(jìn)行動(dòng)態(tài)調(diào)整，如下所示示例：

apiVersion: "descheduler/v1alpha1"
kind: "DeschedulerPolicy"
strategies:
  "LowNodeUtilization":
     enabled: true
     params:
       nodeResourceUtilizationThresholds:
         thresholds:
           "cpu" : 20
           "memory": 20
           "pods": 20
         targetThresholds:
           "cpu" : 50
           "memory": 50
           "pods": 50

需要注意的是：

• 僅支持以下三種資源類型：cpu、memory、pods
• thresholds 和 targetThresholds 必須配置相同的類型
• 參數(shù)值的訪問是0-100(百分制)
• 相同的資源類型，thresholds 的配置不能高于 targetThresholds 的配置

如果未指定任何資源類型，則默認(rèn)是100%，以避免節(jié)點(diǎn)從未充分利用變?yōu)檫^度利用。和 LowNodeUtilization 策略關(guān)聯(lián)的另一個(gè)參數(shù)是 numberOfNodes，只有當(dāng)未充分利用的節(jié)點(diǎn)數(shù)大于該配置值的時(shí)候，才可以配置該參數(shù)來激活該策略，該參數(shù)對于大型集群非常有用，其中有一些節(jié)點(diǎn)可能會(huì)頻繁使用或短期使用不足，默認(rèn)情況下，numberOfNodes 為0。

RemovePodsViolatingInterPodAntiAffinity

該策略可以確保從節(jié)點(diǎn)中刪除違反 Pod 反親和性的 Pod，比如某個(gè)節(jié)點(diǎn)上有 podA 這個(gè) Pod，并且 podB 和 podC(在同一個(gè)節(jié)點(diǎn)上運(yùn)行)具有禁止它們在同一個(gè)節(jié)點(diǎn)上運(yùn)行的反親和性規(guī)則，則 podA 將被從該節(jié)點(diǎn)上驅(qū)逐，以便 podB 和 podC 運(yùn)行正常運(yùn)行。當(dāng) podB 和 podC 已經(jīng)運(yùn)行在節(jié)點(diǎn)上后，反親和性規(guī)則被創(chuàng)建就會(huì)發(fā)送這樣的問題。

要禁用該策略，直接配置成 false 即可：

apiVersion: "descheduler/v1alpha1"
kind: "DeschedulerPolicy"
strategies:
  "RemovePodsViolatingInterPodAntiAffinity":
     enabled: false

RemovePodsViolatingNodeTaints

該策略可以確保從節(jié)點(diǎn)中刪除違反 NoSchedule 污點(diǎn)的 Pod，比如有一個(gè)名為 podA 的 Pod，通過配置容忍 key=value:NoSchedule 允許被調(diào)度到有該污點(diǎn)配置的節(jié)點(diǎn)上，如果節(jié)點(diǎn)的污點(diǎn)隨后被更新或者刪除了，則污點(diǎn)將不再被 Pods 的容忍滿足，然后將被驅(qū)逐：

apiVersion: "descheduler/v1alpha1"
kind: "DeschedulerPolicy"
strategies:
  "RemovePodsViolatingNodeTaints":
    enabled: true

RemovePodsViolatingNodeAffinity

該策略確保從節(jié)點(diǎn)中刪除違反節(jié)點(diǎn)親和性的 Pod。比如名為 podA 的 Pod 被調(diào)度到了節(jié)點(diǎn) nodeA，podA 在調(diào)度的時(shí)候滿足了節(jié)點(diǎn)親和性規(guī)則 requiredDuringSchedulingIgnoredDuringExecution，但是隨著時(shí)間的推移，節(jié)點(diǎn) nodeA 不再滿足該規(guī)則了，那么如果另一個(gè)滿足節(jié)點(diǎn)親和性規(guī)則的節(jié)點(diǎn) nodeB 可用，則 podA 將被從節(jié)點(diǎn) nodeA 驅(qū)逐，如下所示的策略配置示例：

apiVersion: "descheduler/v1alpha1"
kind: "DeschedulerPolicy"
strategies:
  "RemovePodsViolatingNodeAffinity":
    enabled: true
    params:
      nodeAffinityType:
      - "requiredDuringSchedulingIgnoredDuringExecution"

RemovePodsViolatingTopologySpreadConstraint

該策略確保從節(jié)點(diǎn)驅(qū)逐違反拓?fù)浞植技s束的 Pods，具體來說，它試圖驅(qū)逐將拓?fù)溆蚱胶獾矫總€(gè)約束的 maxSkew 內(nèi)所需的最小 Pod 數(shù)，不過該策略需要 k8s 版本高于1.18才能使用。

默認(rèn)情況下，此策略僅處理硬約束，如果將參數(shù) includeSoftConstraints 設(shè)置為 True，也將支持軟約束。

apiVersion: "descheduler/v1alpha1"
kind: "DeschedulerPolicy"
strategies:
  "RemovePodsViolatingTopologySpreadConstraint":
     enabled: true
     params:
       includeSoftConstraints: false

RemovePodsHavingTooManyRestarts

該策略確保從節(jié)點(diǎn)中刪除重啟次數(shù)過多的 Pods，它的參數(shù)包括 podRestartThreshold(這是應(yīng)將 Pod 逐出的重新啟動(dòng)次數(shù))，以及包括InitContainers，它確定在計(jì)算中是否應(yīng)考慮初始化容器的重新啟動(dòng)，策略配置如下所示：

apiVersion: "descheduler/v1alpha1"
kind: "DeschedulerPolicy"
strategies:
  "RemovePodsHavingTooManyRestarts":
     enabled: true
     params:
       podsHavingTooManyRestarts:
         podRestartThreshold: 100
         includingInitContainers: true

過濾 Pods

在驅(qū)逐 Pods 的時(shí)候，有時(shí)并不需要所有 Pods 都被驅(qū)逐，descheduler 提供了兩種主要的方式進(jìn)行過濾：命名空間過濾和優(yōu)先級(jí)過濾。

命名空間過濾

該策略可以配置是包含還是排除某些名稱空間?？梢允褂迷摬呗缘挠校?/p>

• PodLifeTime
• RemovePodsHavingTooManyRestarts
• RemovePodsViolatingNodeTaints
• RemovePodsViolatingNodeAffinity
• RemovePodsViolatingInterPodAntiAffinity
• RemoveDuplicates
• RemovePodsViolatingTopologySpreadConstraint

比如只驅(qū)逐某些命令空間下的 Pods，則可以使用 include 參數(shù)進(jìn)行配置，如下所示：

apiVersion: "descheduler/v1alpha1"
kind: "DeschedulerPolicy"
strategies:
  "PodLifeTime":
     enabled: true
     params:
        podLifeTime:
          maxPodLifeTimeSeconds: 86400
        namespaces:
          include:
          - "namespace1"
          - "namespace2"

又或者要排除掉某些命令空間下的 Pods，則可以使用 exclude 參數(shù)配置，如下所示：

apiVersion: "descheduler/v1alpha1"
kind: "DeschedulerPolicy"
strategies:
  "PodLifeTime":
     enabled: true
     params:
        podLifeTime:
          maxPodLifeTimeSeconds: 86400
        namespaces:
          exclude:
          - "namespace1"
          - "namespace2"

優(yōu)先級(jí)過濾

所有策略都可以配置優(yōu)先級(jí)閾值，只有在該閾值以下的 Pod 才會(huì)被驅(qū)逐，我們可以通過設(shè)置 thresholdPriorityClassName(將閾值設(shè)置為指定優(yōu)先級(jí)類別的值)或 thresholdPriority(直接設(shè)置閾值)參數(shù)來指定該閾值。默認(rèn)情況下，該閾值設(shè)置為 system-cluster-critical 這個(gè) PriorityClass 類的值。

比如使用 thresholdPriority：

apiVersion: "descheduler/v1alpha1"
kind: "DeschedulerPolicy"
strategies:
  "PodLifeTime":
     enabled: true
     params:
        podLifeTime:
          maxPodLifeTimeSeconds: 86400
        thresholdPriority: 10000

或者使用 thresholdPriorityClassName 進(jìn)行過濾：

apiVersion: "descheduler/v1alpha1"
kind: "DeschedulerPolicy"
strategies:
  "PodLifeTime":
     enabled: true
     params:
        podLifeTime:
          maxPodLifeTimeSeconds: 86400
        thresholdPriorityClassName: "priorityclass1"

不過需要注意不能同時(shí)配置 thresholdPriority 和 thresholdPriorityClassName，如果指定的優(yōu)先級(jí)類不存在，則 descheduler 不會(huì)創(chuàng)建它，并且會(huì)引發(fā)錯(cuò)誤。

注意事項(xiàng)

當(dāng)使用descheduler驅(qū)除Pods的時(shí)候，需要注意以下幾點(diǎn)：

• 關(guān)鍵性 Pod 不會(huì)被驅(qū)逐，比如 priorityClassName 設(shè)置為 system-cluster-critical 或 system-node-critical 的 Pod
• 不屬于 RS、Deployment 或 Job 管理的 Pods 不會(huì)被驅(qū)逐
• DaemonSet 創(chuàng)建的 Pods 不會(huì)被驅(qū)逐
• 使用 LocalStorage 的 Pod 不會(huì)被驅(qū)逐，除非設(shè)置 evictLocalStoragePods: true
• 具有 PVC 的 Pods 不會(huì)被驅(qū)逐，除非設(shè)置 ignorePvcPods: true
• 在 LowNodeUtilization 和 RemovePodsViolatingInterPodAntiAffinity 策略下，Pods 按優(yōu)先級(jí)從低到高進(jìn)行驅(qū)逐，如果優(yōu)先級(jí)相同，Besteffort 類型的 Pod 要先于 Burstable 和 Guaranteed 類型被驅(qū)逐
• annotations 中帶有 descheduler.alpha.kubernetes.io/evict 字段的 Pod 都可以被驅(qū)逐，該注釋用于覆蓋阻止驅(qū)逐的檢查，用戶可以選擇驅(qū)逐哪個(gè)Pods
• 如果 Pods 驅(qū)逐失敗，可以設(shè)置 --v=4 從 descheduler 日志中查找原因，如果驅(qū)逐違反 PDB 約束，則不會(huì)驅(qū)逐這類 Pods