原生 kubernetes 排程器只能基於資源的 resource request 進行排程，然而 Pod 的真實資源使用率，往往與其所申請資源的 request/limit 差異很大，導致叢集負載不均的問題。
crane-scheduler基於叢集的真實負載資料構造了一個簡單卻有效的模型，作用於排程過程中的 Filter 與 Score 階段，並提供了一種靈活的排程策略配置方式，從而有效緩解叢集中資源負載不均問題，真正實現將本增效。
背景
將服務部署在Kubernetes叢集上是當今許多企業的首選方案，其能幫助企業自動化部署、彈性伸縮以及容錯處理等工作，減少了人工操作和維護工作量，提高了服務的可靠性和穩定性，有效實現了降本增效。但kubernetes 的原生排程器只能透過資源請求來排程 pod，這很容易造成一系列負載不均的問題：
-
叢集中的部分節點，資源的真實使用率遠低於 resource request，卻沒有被排程更多的 Pod，這造成了比較大的資源浪費。
-
而叢集中的另外一些節點，其資源的真實使用率事實上已經過載，卻無法為排程器所感知到，這極大可能影響到業務的穩定性。
這些無疑都與企業上雲的最初目的相悖，為業務投入了足夠的資源，卻沒有達到理想的效果。crane-scheduler打破了資源 resource request 與真實使用率之間的鴻溝，著力於排程層面，讓排程器直接基於真實使用率進行排程，使用最大化的同時排除了穩定性的後顧之憂，真正實現降本增效。
Kubernetes 排程框架
Kubernetes官方提供了可插拔架構的排程框架，能夠進一步擴充套件Kubernetes排程器，下圖展示了排程框架中的排程上下文及其中的擴充套件點，一個擴充套件可以註冊多個擴充套件點，以便可以執行更復雜的有狀態的任務。