1. 课程导论：控制平面资源配额模型与 Ingress 网关性能调优的关系、课程目标与学习路径
1.1 为什么控制平面配额是 Ingress 网关性能的“隐形天花板”？
在生产环境中，许多团队将 Ingress 网关的性能瓶颈归因于数据平面（如 Envoy 的 worker 线程数、连接池大小），却忽略了控制平面资源配额对网关整体吞吐量和稳定性的根本性制约。控制平面负责处理配置推送、端点发现、证书轮换和策略更新，一旦其资源配额（CPU、内存、API Server QPS、etcd 请求速率）不足，将直接导致以下连锁反应：
- 配置分发延迟：Ingress Controller 无法及时从 API Server 拉取最新的 Ingress/Service/Endpoint 变更，造成路由规则滞后。
- 证书轮换失败：Secret 变更未能及时同步，导致 TLS 握手失败或使用过期证书。
- Leader 选举抖动：控制平面组件因 OOMKill 或 CPU 节流频繁触发重新选举，引发配置推送中断。
- API Server 过载：Ingress Controller 的 List/Watch 请求被限流，导致事件丢失或重连风暴。
核心观点： 控制平面的资源配额模型决定了 Ingress 网关的 配置收敛速度 和 故障恢复时间，是性能调优中不可忽视的上游约束。
1.2 控制平面资源配额模型与 Ingress 网关性能的关系矩阵
下表梳理了控制平面关键资源配额与 Ingress 网关性能指标之间的直接映射关系：
| 控制平面资源配额 | 影响 Ingress 网关的维度 | 典型性能指标 | 配额不足时的症状 |
|---|---|---|---|
| Ingress Controller CPU 限额 | 配置解析与 xDS 生成速度 | 配置推送延迟 (P99) | 路由变更生效时间 > 10s |
| Ingress Controller 内存限额 | 缓存容量（Service/Endpoint/Secret） | 内存占用率 / OOM 频率 | 频繁 OOMKill，Leader 选举抖动 |
| API Server QPS 配额 | List/Watch 请求速率 | API Server 限流率 (429) | 事件丢失，配置永久不一致 |
| etcd 请求速率 | 配置存储读写延迟 | etcd 读写延迟 (P99) | 配置更新超时，Leader 选举失败 |
| Webhook 超时与重试 | 准入控制与证书签发 | 证书轮换成功率 | TLS 握手失败率上升 |
1.3 课程目标
完成本课程后，你将能够：
- 建模：建立控制平面资源配额与 Ingress 网关性能之间的量化关系模型，不再凭经验“拍脑袋”配置资源。
- 诊断：通过监控指标（CPU Throttling、OOM、API Server 限流、etcd 延迟）快速定位控制平面瓶颈。
- 调优：针对不同规模的集群（50 节点 / 500 节点 / 5000 节点），设计合理的控制平面资源配额方案。
- 验证：使用压测工具（如
vegeta、wrk2）结合控制平面负载模拟，验证调优效果。 - 自动化：基于 Kubernetes 的
VerticalPodAutoscaler和ClusterAutoscaler实现控制平面资源的动态调整。
1.4 学习路径与章节地图
本课程共分为 6 个模块，30 个章节，建议按以下路径循序渐进：
1.5 课程适用人群与前置知识
| 角色 | 收益 | 前置知识要求 |
|---|---|---|
| Kubernetes 集群管理员 | 掌握控制平面资源规划方法，避免集群规模增长时的性能退化 | 熟悉 Pod/Deployment/Service 基本概念，了解 kubectl 常用命令 |
| 平台 / SRE 工程师 | 建立 Ingress 网关全栈性能调优能力，提升 SLA | 了解 Envoy/Nginx 基本架构，有 Prometheus 监控使用经验 |
| 云原生架构师 | 设计高可用的控制平面架构，制定资源配额标准 | 熟悉 Kubernetes 控制平面组件（kube-apiserver, etcd, controller-manager） |
提示： 如果你对 Kubernetes 控制平面组件的工作原理尚不熟悉，建议先阅读 第2章（控制平面组件与资源配额基础）作为热身。
1.6 本章小结
本章明确了控制平面资源配额模型是 Ingress 网关性能调优的“上游约束”，并建立了配额与性能指标之间的映射关系。课程将按照“基础建模 → 监控诊断 → 配额调优 → 压测验证 → 自动化 → 案例实战”的路径展开，帮助你从被动响应瓶颈转变为主动设计高可用的控制平面。