新一代Caa S云服务模式的形成,为用户提供了快速构建具有敏捷性的生产环境,加快了产品的研发和发布周期。以Docker为代表的容器虚拟化技术凭借其轻量级、易移植、快启动等优点迅速在工业界得到应用,随之用于管理部署大规模集群容器的Kubernetes凭借其强大的管理功能、较好的兼容性以及开源等特点成为业界主流的容器编排系统。然而当前Kubernetes最核心的调度功能仅包含较为单一的调度策略,难以适应复杂多变的生产场景需求。因此本文以Kubernetes调度器为主要研究对象,深入研究了其调度流程以及当前相关调度机制,并针对特定生产环境需求和现有调度机制中存在的缺陷进行优化与改进,主要工作内容如下:1.静态调度算法库扩充。针对特定Pod应用的容灾需求,本文以插件的形式设计了一种具有安全性的KNN节点分类的均匀化调度策略。该调度策略下预先进行KNN节点负载分类,过滤处于重度负载的节点,同时触发报警机制告知用户及时处理危机节点,随后将多副本Pod应用分布式、均匀化地部署到满足条件的安全集群节点上。实验结果表明,该调度策略达到了应用容灾需求、起到了节点保护机制,且在高并发Pod调度时,相比默认内置调度策略能有效缩短调度时间。2.动态负载均衡调度优化。针对当前研究最新v1.15版本Kubernetes的静态负载均衡调度策略,本文扩充了资源评估因子,利用AHP层次分析法确定节点实时负载与性能资源评估因子的权值,综合加权计算节点性能与实时负载进行目标节点评分筛选,并运用加权最小连接数算法对多个分数最高的目标节点进行二次筛选。实验结果表明,该优化策略在集群中并发调度Pod时,集群负载均衡度相比原有调度策略效果更佳。3.动态优先级抢占式调度设计。针对当前研究最新v1.15版本Kubernetes中依据优先级对象的静态优先级抢占式调度,本文根据控制器类型和当前集群负载状态进行Pod类型与优先级划分,并综合考虑Pod的Qo S、资源容量和执行时间设计一种动态优先级抢占式调度策略,在节点资源不足的情况下满足高优先级Pod优先抢占低优先级Pod运行。实验结果表明,该优化策略能有效实现Pod抢占功能,并相比单一的静态抢占式和动态抢占式调度能有效提高集群资源利用率,缩短集群平均调度时间。