Add PreScore extension point in kube-scheduler

README.md

@@ -20,6 +20,7 @@
 - 调度过程分析
   - [PreFilter](./kube-scheduler/scheduling/pre-filter.md)
   - [Filter](./kube-scheduler/scheduling/filter.md)
+  - [PreScore](./kube-scheduler/scheduling/pre-score.md)
 
 - 调度算法详解
 

kube-scheduler/scheduling/pre-filter.md

@@ -1,4 +1,4 @@
-# prefilter #
+# PreFilter 扩展点的执行 #
 
 `sched.Algorithm.Schedule()` 中首先会做一些基本的检测，然后执行所有实现了 PreFilter 扩展点的插件。
 

kube-scheduler/scheduling/pre-score.md

@@ -0,0 +1,79 @@
+# PreScore 扩展点的执行 #
+
+PreScore 扩展点和 PreFilter 扩展点作用类似，一般也是用于数据的预处理，处理后将其存入调度框架的缓存中，然后供后续的 Score 扩展点的插件使用。
+
+在 `sched.Algorithm.Schedule()` 中执行完 PreFilter 和 Filter 扩展点后会接着执行 PreScore 扩展点。
+
+``` go
+	// Run "prescore" plugins.
+	prescoreStatus := prof.RunPreScorePlugins(ctx, state, pod, filteredNodes)
+	if !prescoreStatus.IsSuccess() {
+		return result, prescoreStatus.AsError()
+	}
+	trace.Step("Running prescore plugins done")
+```
+
+通过 Framework 的 `RunPreScorePlugins()` 执行。
+
+``` go
+func (f *framework) RunPreScorePlugins(
+	ctx context.Context,
+	state *CycleState,
+	pod *v1.Pod,
+	nodes []*v1.Node,
+) (status *Status) {
+	startTime := time.Now()
+	defer func() {
+		metrics.FrameworkExtensionPointDuration.WithLabelValues(preScore, status.Code().String()).Observe(metrics.SinceInSeconds(startTime))
+	}()
+	for _, pl := range f.preScorePlugins {
+		status = f.runPreScorePlugin(ctx, pl, state, pod, nodes)
+		if !status.IsSuccess() {
+			msg := fmt.Sprintf("error while running %q prescore plugin for pod %q: %v", pl.Name(), pod.Name, status.Message())
+			klog.Error(msg)
+			return NewStatus(Error, msg)
+		}
+	}
+
+	return nil
+}
+```
+
+会遍历 Framework 的 `preScorePlugins []PreScorePlugin` 字段，最终会执行到每个调度插件的 `PreScore()` 函数。
+
+``` go
+func (f *framework) runPreScorePlugin(ctx context.Context, pl PreScorePlugin, state *CycleState, pod *v1.Pod, nodes []*v1.Node) *Status {
+	if !state.ShouldRecordPluginMetrics() {
+		return pl.PreScore(ctx, state, pod, nodes)
+	}
+	startTime := time.Now()
+	status := pl.PreScore(ctx, state, pod, nodes)
+	f.metricsRecorder.observePluginDurationAsync(preScore, pl.Name(), status, metrics.SinceInSeconds(startTime))
+	return status
+}
+```
+
+以 [SelectorSpread](../scheduler-plugins/selector-spread.md) 插件为例，它的 PreScore 扩展点所做的操作就是根据当前 Pod 的 Label 找出包含此 Pod 的 "上级" 资源的 Label，并将结果存入到调度缓存中，在此插件的 Score 扩展点会取回这些信息然后进一步进行处理。
+
+``` go
+func (pl *SelectorSpread) PreScore(ctx context.Context, cycleState *framework.CycleState, pod *v1.Pod, nodes []*v1.Node) *framework.Status {
+	if skipSelectorSpread(pod) {
+		return nil
+	}
+	var selector labels.Selector
+	selector = helper.DefaultSelector(
+		pod,
+		pl.services,
+		pl.replicationControllers,
+		pl.replicaSets,
+		pl.statefulSets,
+	)
+	state := &preScoreState{
+		selector: selector,
+	}
+	cycleState.Write(preScoreStateKey, state)
+	return nil
+}
+```
+
+下一节会对 Score 扩展点的执行进行分析。