跨集群调度是在多个Kubernetes集群间统一编排工作负载的能力，依据资源水位、地域延迟等策略动态分发Pod，以提升资源利用率与业务连续性；主流方案中Karmada最成熟，支持推/拉模式及灵活调度策略。
什么是跨集群调度
跨集群调度是指在多个Kubernetes集群之间统一编排和分发工作负载的能力。它不是简单地把应用复制到每个集群，而是根据策略（比如资源水位、地域延迟、故障隔离）动态决定Pod该部署到哪个集群的节点上。核心目标是提升资源利用率、增强业务连续性、支持多活或灾备架构。
主流跨集群调度方案选型对比
目前生产可用的方案主要有三类：
- Karmada：CNCF毕业项目，原生支持多集群联邦API，调度器可插拔，支持推式（push）和拉式（pull）两种工作模式，适合中大型组织统一纳管数十个集群；
- Cluster API + ClusterClass：偏基础设施层，适合需要标准化集群生命周期管理的场景，调度需配合自定义控制器或外部调度器；
- 自研调度+K8s Federation v2（已归档）：不推荐新项目采用，v2已停止维护，社区转向Karmada等更活跃项目。
对大多数用户，Karmada是当前最成熟、文档最全、社区最活跃的选择。
用Karmada快速实现跨集群调度
以两个已有集群（cluster-a 和 cluster-b）为例，接入Karmada并启用跨集群调度只需四步：
- 在主机集群（host cluster）上安装Karmada控制平面（含karmadactl或helm）；
- 将cluster-a和cluster-b作为成员集群注册进Karmada，Karmada会自动部署agent组件；
- 创建
PropagationPolicy，声明哪些命名空间或资源类型需分发，例如指定Deployment按“优先调度到cluster-a，cluster-a满载时自动failover到cluster-b”； - 提交标准K8s Deployment清单，Karmada调度器会基于集群状态（如CPU使用率、节点数、label匹配）生成对应集群的副本，并同步下发。
关键点：调度策略依赖ResourceBinding和ClusterPropagationPolicy联动，实际分发行为由SchedulingStrategy中的Divided或Replicated模式控制。
常见问题与避坑提示
跨集群调度不是开箱即用的银弹，落地时要注意：
- 网络连通性必须保障：各成员集群的kube-apiserver需对Karmada host cluster双向可达，建议用内网或Service Mesh打通；
- 证书信任要提前配置：Karmada agent访问member cluster时，默认校验server证书，自签CA需导入或跳过验证（仅测试环境）；
- 不要忽略本地集群约束：比如某Deployment依赖特定StorageClass或IngressClass，需确保所有目标集群都存在同名且兼容的资源；
- 监控和可观测性要升级：原生K8s指标只覆盖单集群，建议用Prometheus联邦或Thanos聚合多集群指标，再结合Karmada自带的
karmadactl get clusters做健康巡检。
