经过Predicate预选过滤之后，Kubernetes调度器会使用优选打分算法来评估每个节点的适合程度，以选择最佳的节点来调度Pod。
以下是Kubernetes中常见的几种优选打分算法：
-
ResourceRequestsandLimits（资源请求和限制）：最基本的打分算法，根据Pod的资源请求和限制与节点的可用资源进行比较。调度器会给予资源需求更低、剩余资源更多的节点较高的分数。
-
SelectorSpreadPriority（选择器分散优先级）：用于确保Pod均匀分布在集群中，避免将大量Pod调度到同一节点上。调度器会给予已经拥有较多Pod的节点较低的分数，以鼓励均衡分布。
-
BalancedResourceAllocation（资源平衡分配）：通过考虑节点上的资源使用情况，尝试使整个集群中的资源利用率更均衡。调度器会给予资源利用率较低的节点较高的分数。
-
NodeAffinity: 节点亲和性。根据Pod中的nodeSelector对节点进行检查，能成功匹配的数量越多，得分越高。
这些打分算法可以根据用户的需求进行组合和定制，并且可以使用自定义的扩展插件来添加其他的打分规则。Kubernetes的调度器框架提供了灵活的机制，允许用户根据自己的场景和需求进行调度算法的定制和扩展。
需要注意的是，Kubernetes的调度器还会考虑其他因素，如节点健康状态、Pod的调度约束、亲和性/反亲和性规则等。这些因素都会影响节点的打分和最终的调度决策。
