Bonne réponse
Explication
Le champ `nodeName` dans le PodSpec assigne directement le pod à un nœud spécifique par son nom, en contournant entièrement le planificateur. Définir `nodeName: worker-2` force le kubelet sur ce nœud à exécuter le pod, ce qui en fait le bon choix pour épingler un pod à un nœud spécifique pour les tests.
Pour aller plus loin
La distinction clé est que les contraintes de planification (nodeSelector, affinity, schedulerName) sont évaluées par le kube-scheduler pendant le cycle de planification, tandis que nodeName est une liaison pré-assignée écrite directement dans la spécification du pod. Lorsque nodeName est présent, le planificateur est entièrement ignoré : le kubelet surveille les pods dont le nodeName correspond à son propre nom de nœud et démarre immédiatement le moteur de conteneurs. C'est pourquoi nodeName est utile pour les pods système (tels que les miroirs statiques, les composants critiques contrôlés par DaemonSet) ou pour le dépannage manuel, mais il est dangereux en production car il détruit la capacité du planificateur à équilibrer les ressources et peut bloquer un pod sur un nœud défaillant. Une idée fausse courante est que nodeSelector avec kubernetes.io/hostname=worker équivaut à l'utilisation de nodeName ; ce n'est pas le cas : l'étiquette doit exister et le planificateur doit sélectionner le nœud, tandis que nodeName ne vérifie pas les étiquettes, les taints ou d'autres contraintes au-delà de la propre admission du kubelet. De plus, les taints et les tolerations s'appliquent toujours même lorsque nodeName est défini ; si le nœud possède un taint que le pod ne tolère pas, le kubelet ne l'exécutera pas. Comprendre cette distinction est crucial pour l'examen CKA car les questions mélangent souvent 'contraindre aux étiquettes' et 'attribution directe' : seul nodeName garantit le placement sur cet objet de nœud exact.
À propos de ces questions d'entraînement
Cette question fait partie des questions d'entraînement CKA originales de Courseiva, rédigées pour apprendre et jamais copiées d'examens réels ou de dumps.
Traduite de l'original anglais avec l'IA et vérifiée pour le sens. Les codes d'examen, les commandes et les noms de produits sont conservés tels qu'ils apparaissent à l'examen.