3. 资源模型设计原则：面向租户的CPU、内存、网络带宽资源抽象

在多租户云原生环境中，eBPF网络观测系统必须建立一套清晰的资源模型，将底层物理资源抽象为租户可感知、可配额、可审计的逻辑单元。本章定义面向租户的CPU、内存、网络带宽三大资源的抽象原则，为后续准入控制与调度策略奠定基础。

3.1 资源抽象的三层架构

资源模型采用“物理资源 → 虚拟资源池 → 租户视图”的三层抽象架构，每一层解决不同的关注点：

3.2 CPU资源抽象原则

CPU资源抽象的核心目标是：按租户分配计算时间片，并确保观测开销不干扰业务负载。

• 时间片配额（CPU Quota）：基于CFS调度器的cpu.cfs_quota_us与cpu.cfs_period_us，为每个租户设定周期内可使用的CPU时间上限。eBPF通过sched_switch tracepoint采集实际运行时间，与配额对比生成告警。
• 权重分配（CPU Shares）：使用cpu.shares实现弹性竞争，权重高的租户在资源争抢时获得更多时间片。eBPF观测sched_wakeup事件，统计各租户的唤醒延迟。
• 核心绑定（CPU Pinning）：对延迟敏感型租户，允许将特定CPU核心独占绑定。eBPF通过sched_migrate_task跟踪任务迁移，确保绑定策略不被违反。

// eBPF CPU时间采集核心逻辑（伪代码）
struct cpu_account {
    u64 runtime_ns;
    u64 period_ns;
    u64 quota_ns;
};

struct {
    __uint(type, BPF_MAP_TYPE_HASH);
    __uint(max_entries, 1024);
    __type(key, u32);   // 租户ID
    __type(value, struct cpu_account);
} tenant_cpu_map SEC(".maps");

SEC("tracepoint/sched/sched_switch")
int trace_sched_switch(struct trace_event_raw_sched_switch *ctx) {
    u32 tenant_id = get_current_tenant_id();
    struct cpu_account *acc = bpf_map_lookup_elem(&tenant_cpu_map, &tenant_id);
    if (acc) {
        u64 now = bpf_ktime_get_ns();
        acc->runtime_ns += now - prev_runtime;  // 累加运行时间
    }
    return 0;
}

3.3 内存资源抽象原则

内存资源抽象强调硬限制与软限制结合，避免OOM影响跨租户稳定性。

3.4 网络带宽资源抽象原则

网络带宽抽象是eBPF网络观测的核心场景，需要同时覆盖入方向、出方向、连接数、吞吐量四个维度。

• 带宽限速（Bandwidth Shaping）：基于tc BPF或XDP实现每租户流量整形。出方向使用HTB队列，入方向通过ifb设备或XDP限速。
• 连接数限制（Connection Limit）：通过BPF_MAP_TYPE_HASH跟踪每租户活跃连接数，超过阈值时丢包或重置。
• 吞吐量记账（Throughput Accounting）：在XDP或tc BPF入口处统计字节数，按租户ID聚合到BPF map中。

// eBPF网络带宽限速与记账（tc BPF出口方向）
struct bpf_elf_map {
    __uint(type, BPF_MAP_TYPE_HASH);
    __uint(max_entries, 4096);
    __type(key, u32);   // 租户ID
    __type(value, struct rate_limit);
} tenant_rate_map SEC("maps");

struct rate_limit {
    __u64 bytes_quota;      // 周期内允许字节数
    __u64 bytes_used;       // 已使用字节数
    __u64 last_update;      // 上次更新时间戳
};

SEC("tc")
int tc_egress(struct __sk_buff *skb) {
    u32 tenant_id = skb->cb[0];  // 从skb控制块获取租户ID
    struct rate_limit *rl = bpf_map_lookup_elem(&tenant_rate_map, &tenant_id);
    if (!rl) return TC_ACT_OK;

    __u64 now = bpf_ktime_get_ns();
    if (now - rl->last_update > 1000000000) {  // 每秒重置
        rl->bytes_used = 0;
        rl->last_update = now;
    }

    if (rl->bytes_used + skb->len > rl->bytes_quota) {
        return TC_ACT_SHOT;  // 超过配额，丢包
    }

    __sync_fetch_and_add(&rl->bytes_used, skb->len);
    return TC_ACT_OK;
}

3.5 资源模型协同关系图

下图展示CPU、内存、网络带宽三种资源在eBPF观测视角下的协同关系：

3.6 资源模型设计检查清单

在实际落地资源模型时，建议对照以下清单逐项验证：

1. 完备性：是否覆盖CPU、内存、网络带宽三大核心资源？是否遗漏磁盘IO或GPU？
2. 可观测性：每种资源的eBPF观测点是否明确？采集频率是否可控？
3. 可配额性：租户能否通过API查询当前配额和已用量？
4. 隔离性：一个租户的资源耗尽是否会影响其他租户的观测数据？
5. 性能开销：eBPF程序在资源采集路径上的CPU开销是否低于1%？
6. 可扩展性：新增资源类型（如eBPF map大小）是否需要修改核心模型？