1. 课程导论：为什么需要 KEDA？
1.1 传统弹性伸缩的困境
在云原生架构中，应用负载的波动性日益显著。传统的弹性伸缩方案（如 Kubernetes HPA）主要依赖 CPU 和内存等资源指标，这在许多场景下存在明显的局限性：
- 响应滞后：CPU 利用率是“结果指标”，当 CPU 飙升时，流量洪峰往往已经到达，导致扩容滞后。
- 业务感知缺失：消息队列积压、数据库连接数、HTTP 请求延迟等业务指标无法直接驱动扩缩容。
- 伸缩粒度粗糙：HPA 默认的 15 秒轮询周期和 3 分钟冷却窗口，难以应对秒级突发的流量。
- 闲置资源浪费：为应对峰值而预留的资源，在低谷期造成大量浪费。
核心痛点：传统弹性伸缩是“面向资源”的，而现代应用需要“面向事件”的弹性伸缩。
1.2 KEDA 的定位与价值
KEDA（Kubernetes Event-Driven Autoscaling）是云原生计算基金会（CNCF）的孵化项目，它填补了 Kubernetes 原生 HPA 在事件驱动伸缩方面的空白。KEDA 的核心理念是：让 Kubernetes 应用能够根据任何可观测的指标（Metrics）自动伸缩。
| 维度 | 传统 HPA | KEDA |
|---|---|---|
| 指标来源 | CPU / 内存（Resource Metrics） | Prometheus、Kafka、RabbitMQ、MySQL、HTTP 等 50+ 触发器 |
| 伸缩粒度 | 最小 15 秒轮询，3 分钟冷却 | 可配置轮询间隔（如 1 秒），支持立即伸缩 |
| 伸缩到零 | 不支持（最小副本数通常为 1） | 原生支持，无流量时缩到 0，节省资源 |
| 架构耦合 | 与 kube-controller-manager 紧耦合 | 作为独立 Operator 运行，松耦合 |
| 扩展性 | 需自定义 Metrics API，开发成本高 | 插件式 Scaler 架构，开箱即用 |
一句话总结：KEDA 是 Kubernetes 的“弹性伸缩适配器”，它将外部事件源（如 Prometheus 指标）转换为 HPA 可以理解的 Metrics API，从而驱动 Pod 的自动扩缩容。
1.3 KEDA 在云原生弹性伸缩中的架构位置
KEDA 作为独立的 Operator 部署在 Kubernetes 集群中，它不替代 HPA，而是作为 HPA 的“指标提供者”和“策略增强器”。下图展示了 KEDA 在云原生弹性伸缩体系中的核心位置：
架构要点：KEDA 位于事件源和 Kubernetes 控制面之间，它负责将外部指标“翻译”成 HPA 可以消费的格式。KEDA 本身不直接操作 Pod，而是通过创建和更新 HPA 对象来实现弹性伸缩。
1.4 课程目标
本课程旨在帮助学员掌握使用 Prometheus 指标驱动 KEDA 触发器进行精细化调优的完整技能。完成本课程后，您将能够：
- 理解 KEDA 核心架构：掌握 ScaledObject、ScaledJob、Trigger、Scaler 等核心概念。
- 精通 Prometheus Scaler：能够编写 PromQL 查询语句，并将其配置为 KEDA 触发器。
- 掌握调优方法论：学会根据业务场景调整轮询间隔、冷却窗口、目标值、边界等参数。
- 避免常见陷阱：识别并解决指标抖动、伸缩震荡、冷启动延迟等生产问题。
- 构建生产级方案：设计高可用、低成本、响应迅速的弹性伸缩体系。
1.5 前置知识
为了获得最佳学习体验，建议学员具备以下基础：
| 领域 | 具体要求 |
|---|---|
| Kubernetes | 熟悉 Pod、Deployment、Service、HPA 等核心资源；能使用 kubectl 进行基本操作 |
| Prometheus | 了解 PromQL 基础语法（如 rate、sum、avg、histogram_quantile）；知道如何查询指标 |
| 容器基础 | 理解容器化部署的基本概念；了解 Docker 镜像和容器生命周期 |
| Linux 命令行 | 能够使用终端执行命令、查看日志、编辑 YAML 文件 |
注意：如果您对 PromQL 尚不熟悉，建议先花 30 分钟学习 Prometheus 官方文档中的 Basics of PromQL 部分。本课程第 3 章会提供 PromQL 速查表，但不会从头教授 PromQL 语法。
1.6 课程内容概览
本课程共分为 6 个模块，30 个章节，从基础概念到高级调优，层层递进：
- 模块一（第 1-5 章）：KEDA 基础与 Prometheus Scaler 入门
- 模块二（第 6-12 章）：触发器参数深度解析与调优
- 模块三（第 13-18 章）：高级伸缩策略与模式
- 模块四（第 19-23 章）：生产环境部署与运维
- 模块五（第 24-27 章）：故障排查与性能优化
- 模块六（第 28-30 章）：实战案例与最佳实践