用污点与容忍度隔离工作负载

概述

GPU 或高内存节点若被普通 Pod 填满，本应运行其上的工作负载便无法调度而长期 Pending。污点排斥普通 Pod，容忍度只为指定工作负载放行，亲和性则进一步引导落点，三者配合才能既隔离又定位。

关键步骤

1. 为保留节点添加带专用键与效果的污点。
2. 只为应运行其上的工作负载添加匹配容忍度。
3. 添加节点亲和性或选择器以提高定位精度。
4. 验证其他 Pod 不会落到被污点标记的节点。

验证

• 普通 Pod 远离被污点节点。
• 目标工作负载可正常调度。
• 落点符合亲和性。
• 隔离在实际调度中成立。

注意事项

• 污点依赖节点标签被正确且一致地设置，需要自动化。
• 它不保证资源匹配或优先级，需配合亲和性与 QoS 等级。

适用范围

本条目围绕「用污点与容忍度隔离工作负载」给出可复制的步骤、验证方式与常见问题，适合需要按此流程落地的工程团队。执行时请结合自身上下文调整命令与阈值，并在变更前后留存证据，便于后续复核与回滚。

tolerations:
  - key: dedicated
    operator: Equal
    value: gpu
    effect: NoSchedule
nodeSelector:
  node-pool: gpu