Kubernetes kubectl 中 PriorityClass 的 preemptionPolicy 字段显示优化
2025-06-27 17:26:20作者:钟日瑜
在 Kubernetes 集群管理中,PriorityClass 是一个重要的调度概念,它决定了 Pod 的调度优先级和抢占行为。近期 Kubernetes 社区对 kubectl 工具进行了改进,使其在显示 PriorityClass 时能够默认展示 preemptionPolicy 字段,这一改进对于集群管理员和开发者来说具有重要意义。
PriorityClass 基础概念
PriorityClass 是 Kubernetes 中用于定义 Pod 优先级和抢占行为的资源对象。每个 PriorityClass 包含三个关键属性:
- value:表示优先级的整数值,数值越大优先级越高
- globalDefault:指示该 PriorityClass 是否作为集群默认值
- preemptionPolicy:控制是否允许抢占低优先级 Pod
其中 preemptionPolicy 可以设置为:
- PreemptLowerPriority(默认值):允许抢占低优先级 Pod
- Never:禁止抢占行为
改进背景
在 Kubernetes 1.28 版本之前,使用 kubectl get PriorityClass 命令时,输出结果默认不显示 preemptionPolicy 字段。这给运维人员带来了不便,特别是在处理需要禁止抢占的特殊业务场景时,管理员需要额外查询才能确认 PriorityClass 的抢占策略。
改进内容
社区通过 PR #126529 实现了这一改进,现在 kubectl get PriorityClass 命令的输出将默认包含 preemptionPolicy 字段:
NAME VALUE GLOBAL-DEFAULT PREEMPTION-POLICY AGE
system-cluster-critical 2000000000 false PreemptLowerPriority 14h
system-node-critical 2000001000 false PreemptLowerPriority 14h
技术考量
在实现这一改进时,社区考虑了以下技术因素:
- 向后兼容性:虽然表格输出的列顺序变化可能影响某些依赖列号的脚本,但社区认为使用字段名而非列号才是更稳定的做法
- 信息密度:新增的列不会导致表格过于拥挤,保持了良好的可读性
- 关键字段可见性:preemptionPolicy 作为决定调度行为的关键属性,应当默认展示
替代方案
在改进实现前,用户可以通过以下方式获取 preemptionPolicy 信息:
-
使用自定义列输出:
kubectl get pc -o custom-columns=NAME:.metadata.name,PREEMPTION-POLICY:.preemptionPolicy -
使用 JSON 输出配合 jq 工具:
kubectl get pc -o json | jq '.items[] | {name: .metadata.name, preemptionPolicy: .preemptionPolicy}'
实际应用场景
这一改进特别适用于以下场景:
- 关键业务保障:为关键业务 Pod 配置 Never 抢占策略,确保它们不会被意外抢占
- 集群稳定性维护:快速识别允许抢占的 PriorityClass,便于排查调度问题
- 多租户环境:在共享集群中明确各租户的抢占权限
最佳实践建议
- 对于生产环境,建议为关键业务 Pod 明确设置 preemptionPolicy
- 编写自动化脚本时,建议使用 JSON 输出或明确指定字段名,而非依赖列顺序
- 定期检查集群中的 PriorityClass 配置,确保抢占策略符合预期
这一改进体现了 Kubernetes 社区对用户体验的持续优化,使得集群管理员能够更高效地管理调度优先级和抢占行为,从而提升集群的稳定性和可靠性。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
411
3.16 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
664
323
Ascend Extension for PyTorch
Python
227
255
暂无简介
Dart
676
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
659
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
342
146