Kueue v0.11.4版本发布：关键调度优化与稳定性提升

Kueue作为Kubernetes原生的批量作业队列管理系统，在v0.11.4版本中带来了一系列重要的改进和修复。这个版本主要聚焦于提升调度器的稳定性、优化资源配额管理以及增强对多样化工作负载的支持能力。

核心改进解析

调度器稳定性增强

本次版本修复了一个可能导致调度器构建无效SSA补丁的关键问题。当使用准入检查(admission checks)功能时，某些场景下生成的补丁会因缺少必要的lastTransitionTime字段而被API服务器拒绝。这个问题现在已得到彻底解决，确保了工作负载状态变更的可靠性。

资源配额管理优化

在公平调度方面，本次更新修复了两个重要问题：首先，修复了权重为0的队列组(Cohort)中工作负载可能被错误抢占的问题；其次，解决了队列组权重更新后需要其他变更才能触发重新调度的缺陷。这些改进使得基于权重的资源分配更加精确和及时。

工作负载控制器改进

对于LeaderWorkerSet这种特殊的工作负载类型，v0.11.4版本做出了多项优化：修复了与manageJobsWithoutQueueName功能同时使用时产生冗余工作负载的问题；确保工作负载在停用状态下能够正确保留；并实现了LeaderWorkerSet删除时自动清理关联工作负载的功能。这些改进显著提升了控制器对复杂工作负载模式的支持能力。

功能增强

拓扑感知调度(TAS)改进

拓扑感知调度功能获得了节点选择器(Node Selector)的支持，这使得工作负载能够更精确地指定期望运行的节点特征。同时修复了一个当容器请求值为零时可能导致调度器崩溃的问题，增强了极端情况下的稳定性。

多集群队列(MultiKueue)支持

针对多集群场景下的Pod组支持进行了修复，确保跨集群的工作负载调度更加可靠。这对于分布式计算和大规模批处理作业场景尤为重要。

部署与监控改进

Helm图表方面，修复了指标服务(metrics service)的默认配置问题，并修正了ServiceMonitor选择错误服务的问题。现在当启用Prometheus监控时，指标收集将更加可靠。同时提供了专门的prometheus.yaml和visibility-apf.yaml配置文件，简化了监控集成工作。

总结

Kueue v0.11.4版本虽然没有引入重大新特性，但在系统稳定性和已有功能完善方面做出了重要贡献。特别是对公平调度算法、工作负载控制器和拓扑感知调度等核心组件的优化，使得系统在生产环境中的表现更加可靠。对于正在使用或考虑采用Kueue管理Kubernetes批处理作业的用户，这个版本值得升级。