3. 资源变更类型概览：Pod扩缩容、节点池变更、存储类切换、GPU资源分配、预留实例调整

在云原生环境中，资源变更并非偶发事件，而是持续发生的常态。每一次变更都可能打破原有的成本分摊基线，导致Kubecost分摊模型与真实资源消耗之间产生偏差。本章系统梳理五种最常见的资源变更类型，分析其对分摊一致性的影响路径，为后续的复核操作奠定基础。

3.1 五种核心变更类型与分摊影响矩阵

下表从变更对象、触发频率、分摊影响范围、Kubecost感知方式四个维度，对五种变更类型进行横向对比，帮助团队快速建立全局认知。

3.2 变更类型对分摊一致性的影响路径

每种变更类型通过不同的机制破坏分摊一致性。以下逐一拆解其影响路径与典型场景。

3.2.1 Pod扩缩容：最频繁的扰动源

• 副本数变化：HPA/VPA触发副本数增减，导致Namespace级成本占比在数分钟内剧烈波动。若分摊模型按固定比例分配，扩缩容后的实际消耗与分摊值之间会出现时间窗口偏差。
• 资源请求变更：VPA调整CPU/Memory请求值，改变了Pod在节点上的资源占用比例，进而影响基于请求值的分摊权重。
• 典型偏差场景：某服务在业务高峰前扩容至10副本，高峰后缩容至3副本。若分摊模型按日均副本数计算，高峰期的超额成本会被错误地分摊给其他低负载服务。

3.2.2 节点池变更：成本基座的重构

• 实例类型切换：从通用型（如m6i.large）切换到计算优化型（c6i.large），单价差异可达30%~50%。节点池内所有Pod的单位成本随之改变。
• 节点数量增减：Cluster Autoscaler扩缩节点池，改变了空闲成本（Idle Cost）的总额与分布。
• 区域迁移：节点池跨可用区迁移，网络流量成本和实例定价差异会引入新的分摊偏差。

3.2.3 存储类切换：被忽视的成本漂移

• 卷类型变更：从SSD（gp3）切换到HDD（st1），每GB单价下降但IOPS成本结构不同。若Kubecost未更新StorageClass单价映射，分摊结果仍沿用旧价格。
• 回收策略变化：从Delete改为Retain，PV生命周期延长，持续产生存储成本但不再被任何Pod关联，形成“孤儿成本”。

3.2.4 GPU资源分配：高单价下的精度挑战

• 独占 vs 共享：整卡分配与MIG/Time-slicing共享模式下的GPU成本分摊逻辑完全不同。Kubecost默认按整卡单价计算，共享场景需自定义分摊因子。
• GPU型号差异：A100与T4的单价差距可达5倍以上。若节点池混用多种GPU型号，分摊模型必须按型号分别映射单价。

3.2.5 预留实例调整：折扣再分配的复杂性

• 范围变更：从区域级（Regional）转为可用区级（Zonal），折扣覆盖的节点池范围缩小，未被覆盖的节点成本恢复为按需价格。
• 实例族转换：预留实例的实例族与运行中的节点实例族不匹配时，折扣无法生效，Kubecost需通过“折扣映射规则”重新分配节省金额。

3.3 变更类型与复核触发条件对照

为帮助团队建立自动化的复核机制，下表列出每种变更类型对应的Kubecost复核触发条件与建议检查频率。

3.4 变更类型与分摊模型的关系图谱

下图展示了五种变更类型如何通过不同的路径影响Kubecost分摊模型的三个核心组件：成本归集、权重计算、折扣分配。理解这一关系图谱，有助于在复核时快速定位问题根因。

3.5 变更类型复核优先级矩阵

基于变更频率与分摊影响程度，将五种变更类型划分为四个优先级象限，指导团队合理分配复核资源。