kube-scheduler1.35.10

kube-scheduler weist jeden neu erstellten Kubernetes-Pod einem entsprechenden Knoten zu, damit Workloads im Cluster ausgeführt werden können. Es beobachtet kontinuierlich nach Pods, die noch keine Knotenzuweisung haben, bewertet berechtigte Knoten und zeichnet die ausgewählte Platzierung als Teil der Kubernetes-Kontrollebene auf. Planungsentscheidungen berücksichtigen die individuellen und kombinierten Ressourcenanforderungen eines Pods, Hardware-, Software- und Richtlinienbeschränkungen, Affinitäts- und Anti-Affinitätsregeln, Datenlokalität, Interferenzen zwischen Workloads und Fristen.

Clusteradministratoren und Plattformingenieure verwenden es beim Betrieb von Kubernetes-Umgebungen, in denen containerisierte Workloads gemäß Kapazitäts-, Topologie-, Richtlinien- und Timing-Anforderungen abgelegt werden müssen. Der Scheduler ist besonders in Produktionsclustern relevant, die über Laptops, Cloud-Infrastrukturen oder Rechenzentren verwaltet werden, einschließlich Canonical Kubernetes-Bereitstellungen, die für den Produktionsmaßstab entwickelt wurden.

Canonical veröffentlicht kube-scheduler als Open-Source-Software für Linux, mit Version 1.35.10 für x86 64 (amd64) Systeme. Es erfordert Linux mit Snapd und läuft als Teil einer Kubernetes-Kontrollebene, so dass eine funktionierende Kubernetes-Umgebung ihren operativen Kontext bietet. Die Kubernetes-Plattform von Canonical verbindet die Steuerungsebene mit integrierten Netzwerk-, lokalen Speicher-, DNS-, Load-Balancing-, Metrik-Server-, Gateway- und Ingress-Komponenten, während Juju große Cluster-Operationen automatisieren kann.

Canonical positioniert diese Kubernetes-Umgebung auch für die sicherheitsunterstützte Produktion, einschließlich eines integrierten FIPS 140-3-Modus und eines automatisierten Sicherheitspatches über Ubuntu Pro, mit Support und Wartung von bis zu 15 Jahren. Die Unterscheidungsrolle des Schedulers ist seine richtlinienbewusste Knotenauswahl: Anstatt nur verfügbare Kapazität zu finden, gleicht er Ressourcen, Lokalität, Kompatibilität, Workload-Interaktion und Terminanforderungen beim Platzieren von Pods aus.