现有Kubernetes的资源调度算法在考虑节点资源平衡的打分阶段,以待调度Pod的资源申请量为依据计算cpu和内存的平衡程度,在应用实际运行中,如果应用表现出的cpu和内存资源的消耗与部署时配置文件中的资源申请量差距较大,那么就可能出现该节点的资源利用不平衡的现象,容易形成某种资源的瓶颈,导致木桶效应的出现。文章提出基于应用历史记录的调度算法,通过监控各Pod对资源的使用情况并记录下来,在非第一次部署或者动态扩容的情况下,在调度器打分时以Pod的实际使用情况作为指导,消除以经验配置yaml文件带来的不确定性而可能导致的资源浪费。该算法对于提升节点资源均衡程度,减少集群因为木桶效应带来的资源浪费相比于现有算法有一定提升。