海外VPS部署K8s 1.28：自定义调度器开发全流程

在海外VPS上部署K8s（Kubernetes，容器编排系统）1.28并开发自定义调度器，既能降低基础设施成本，又能满足个性化资源调度需求。无论是技术团队优化容器管理，还是企业搭建私有云平台，这一方案都具备实际应用价值。本文将从硬件选型到代码部署，拆解全流程操作要点。

海外VPS硬件选型与环境初始化

部署前需明确海外VPS的硬件配置——不同VPS在CPU、内存、存储上差异明显，直接影响K8s集群的性能表现。根据K8s 1.28官方建议，单节点至少需要2核CPU、4GB内存和20GB可用存储。若计划搭建多节点集群，控制节点（Master）与工作节点（Worker）的资源需区分配置，前者侧重稳定性，后者需预留更多计算资源。

网络配置是关键一环。K8s API Server默认使用6443端口，etcd集群通信需开放2379-2380端口，节点间通信则依赖10250-10259端口。可通过VPS管理界面的防火墙规则，针对性开放这些端口。值得注意的是，支持BGP多线的海外VPS能自动优化跨运营商网络路径，对多节点集群的通信稳定性有显著提升。

环境初始化需安装Docker、kubeadm、kubelet和kubectl。以下是具体操作：

# 安装Docker
curl -fsSL https://get.docker.com -o get-docker.sh
sh get-docker.sh

# 安装K8s组件
sudo apt-get update
sudo apt-get install -y apt-transport-https ca-certificates curl
sudo curl -fsSLo /usr/share/keyrings/kubernetes-archive-keyring.gpg https://packages.cloud.google.com/apt/doc/apt-key.gpg
echo "deb [signed-by=/usr/share/keyrings/kubernetes-archive-keyring.gpg] https://apt.kubernetes.io/ kubernetes-xenial main" | sudo tee /etc/apt/sources.list.d/kubernetes.list
sudo apt-get update
sudo apt-get install -y kubelet kubeadm kubectl
sudo apt-mark hold kubelet kubeadm kubectl

自定义调度器开发：从原理到代码

K8s默认调度器基于通用策略分配资源，当需要实现“优先部署至低负载节点”“按业务线隔离资源”等个性化需求时，自定义调度器成为必要选择。其核心逻辑分为两个阶段：

• 过滤阶段：根据Pod的资源需求（如CPU、内存）、亲和性规则（Affinity）等，筛选出符合条件的候选节点；


• 打分阶段：对候选节点进行排序，通常结合自定义指标（如节点剩余带宽、业务优先级）计算分数，选择得分最高的节点。

以下是一个简化的自定义调度器代码示例（Go语言），实现了基础的过滤、打分和绑定逻辑：

package main

import (
    "fmt"
    "log"
    "net/http"
    "os"
    "k8s.io/api/core/v1"
    "k8s.io/apimachinery/pkg/runtime"
    "k8s.io/client-go/kubernetes"
    "k8s.io/client-go/rest"
    "k8s.io/client-go/tools/clientcmd"
    "k8s.io/kubernetes/pkg/scheduler/framework"
    "k8s.io/kubernetes/pkg/scheduler/framework/runtime"
)

func main() {
    // 初始化K8s客户端配置
    config, err := rest.InClusterConfig()
    if err != nil {
        kubeconfig := os.Getenv("KUBECONFIG")
        config, err = clientcmd.BuildConfigFromFlags("", kubeconfig)
        if err != nil {
            log.Fatalf("获取K8s配置失败: %v", err)
        }
    }

    clientset, err := kubernetes.NewForConfig(config)
    if err != nil {
        log.Fatalf("创建客户端失败: %v", err)
    }

    // 注册调度插件并启动HTTP服务
    frameworkHandle := runtime.NewFrameworkHandle(clientset)
    http.HandleFunc("/scheduler", func(w http.ResponseWriter, r *http.Request) {
        // 解析Pod信息并执行调度逻辑
        var pod v1.Pod
        if err := runtime.DecodeInto(frameworkHandle.Codecs.UniversalDecoder(), []byte(r.URL.Query().Get("pod")), &pod); err != nil {
            http.Error(w, fmt.Sprintf("解析Pod失败: %v", err), http.StatusBadRequest)
            return
        }

        // 执行过滤、打分、绑定操作（简化逻辑）
        nodes, _ := frameworkHandle.SnapshotSharedLister().Nodes().List()
        filteredNodes := framework.RunFilterPlugins(frameworkHandle.SnapshotSharedLister(), &pod, nodes)
        scoredNodes := framework.RunScorePlugins(frameworkHandle.SnapshotSharedLister(), &pod, filteredNodes)
        bestNode := framework.RunBindPlugins(frameworkHandle.SnapshotSharedLister(), &pod, scoredNodes)

        w.WriteHeader(http.StatusOK)
        fmt.Fprintf(w, "Pod %s 调度至节点 %s", pod.Name, bestNode.Name)
    })

    log.Fatal(http.ListenAndServe(":8080", nil))
}

代码保存为`custom-scheduler.go`后，通过`go build -o custom-scheduler custom-scheduler.go`编译，再执行`./custom-scheduler`启动调度器。

自定义调度器的集群部署

完成开发后，需将调度器部署到K8s集群中。以下是关键步骤：

1. 创建ServiceAccount与RBAC规则：为调度器分配必要权限，确保其能访问集群资源。
2. 编写Deployment文件：定义调度器的副本数、镜像地址和启动参数。

部署文件`custom-scheduler.yaml`示例：

apiVersion: v1
kind: ServiceAccount
metadata:
  name: custom-scheduler
  namespace: kube-system
---
apiVersion: rbac.authorization.k8s.io/v1
kind: ClusterRoleBinding
metadata:
  name: custom-scheduler-as-kube-scheduler
subjects:
- kind: ServiceAccount
  name: custom-scheduler
  namespace: kube-system
roleRef:
  kind: ClusterRole
  name: system:kube-scheduler
  apiGroup: rbac.authorization.k8s.io
---
apiVersion: apps/v1
kind: Deployment
metadata:
  name: custom-scheduler
  namespace: kube-system
spec:
  replicas: 1
  selector:
    matchLabels:
      app: custom-scheduler
  template:
    metadata:
      labels:
        app: custom-scheduler
    spec:
      serviceAccountName: custom-scheduler
      containers:
      - name: custom-scheduler
        image: your-custom-scheduler-image  # 替换为实际镜像地址
        args:
        - --port=8080

执行`kubectl apply -f custom-scheduler.yaml`完成部署。

通过以上步骤，你可以在海外VPS上高效搭建K8s 1.28集群，并开发出适配业务需求的自定义调度器。实际应用中，建议结合监控工具（如Prometheus）跟踪调度效果，持续优化算法逻辑，确保资源分配的精准性与集群稳定性。