Kubernetes的调度体系是整个集群资源编排的核心，核心目标是把待调度的Pod精准匹配到最合适的节点上运行，而基于节点的Pod调度是最基础、应用最广泛的调度落地形态，完全围绕节点的属性、资源状态、业务规则完成Pod的分配决策。
一、Kubernetes核心调度机制基础
Kubernetes的默认调度器kube-scheduler采用预选+优选的两阶段核心调度逻辑，是所有节点调度的底层基础：
预选阶段（Predicate）：遍历集群所有节点，过滤出所有满足Pod基础运行条件的节点，比如节点剩余CPU内存足够容纳Pod、节点不存在Pod依赖的污点排斥、Pod指定的端口在节点上未被占用，不满足条件的节点直接被筛除。
优选阶段（Priority）：对预选阶段剩下的可用节点进行打分，从0到100计算每个节点的适配得分，比如优先把Pod调度到资源利用率更低的节点实现负载均衡，或是优先调度到和其他Pod亲和的节点，最终选出得分最高的节点作为Pod的目标运行节点。
这套机制默认是全局自动化的，不需要人工手动指定节点，调度器会自动完成全集群的最优分配。
二、基于节点的Pod调度核心实现方式
基于节点的Pod调度，核心是通过显式的规则干预调度器的决策，让Pod按照业务需求绑定到指定节点或符合特定属性的节点池，常见的落地方式分为三类：
节点硬绑定：nodeName
这是最直接的强制调度方式，在Pod的yaml中直接指定spec.nodeName字段为目标节点的名称，调度器会完全跳过预选和优选阶段，直接把Pod强制调度到指定节点上，完全不经过调度器的决策逻辑。这种方式适合需要绝对固定节点的场景，比如独占硬件的高性能业务Pod。
节点标签筛选：nodeSelector
给目标节点提前打上自定义标签，比如node-role.kubernetes.io/gpu-worker: true，然后在Pod的spec中配置nodeSelector匹配这个标签，调度器在预选阶段就会自动过滤出所有带该标签的节点，Pod只会被调度到符合标签规则的节点上，适合把GPU业务Pod统一调度到GPU节点池这类场景。
高级节点调度：节点亲和性（Node Affinity）
这是nodeSelector的增强版，支持更复杂的匹配规则：可以设置硬规则（必须满足节点属性才能调度），也可以设置软规则（优先调度到满足属性的节点，没有符合条件的节点时再调度到其他节点），支持匹配节点的标签、区域、机房等多种属性，是生产环境最常用的灵活节点调度方式。
三、生产环境落地避坑要点
不要大量使用nodeName硬绑定Pod，节点故障时Pod无法自动漂移，会直接导致业务中断，只有绝对需要独占节点的场景才建议使用。
节点亲和性规则不要配置得过于严苛，避免集群中没有任何节点满足条件，Pod长期处于Pending状态无法启动。
配合污点与容忍机制使用，给专属节点打上对应污点，只有配置了对应容忍的Pod才能调度到该节点，避免普通业务Pod抢占专属节点的资源。
基于节点的Pod调度是Kubernetes生产环境最基础的调度能力，合理使用可以实现业务的节点资源隔离、硬件专属调度，大幅提升集群的资源利用效率和业务稳定性。
需要我给你一份可直接使用的节点亲和性调度的完整YAML配置模板吗？你可以直接复制到集群中使用。