1. 课程导论与背景：Kubernetes 调度瓶颈、网络拓扑对调度的影响、Cilium 在云原生网络中的核心地位

1.1 Kubernetes 调度瓶颈：从资源视角到拓扑感知

Kubernetes 默认调度器（kube-scheduler）的核心职责是为 Pod 找到最合适的 Node。然而，在规模化集群与高性能场景下，调度决策往往陷入“资源充足但性能不佳”的困境。根本原因在于：默认调度器仅感知 CPU、内存等资源水位，完全忽略网络拓扑距离与数据路径开销。

1.2 网络拓扑对调度的影响：数据路径决定性能

在云原生环境中，Pod 间的通信路径不再是简单的“IP 直达”。网络拓扑的物理布局（机架、Leaf/Spine、可用区）以及数据路径的转发方式（直通、隧道、代理）直接决定了延迟、吞吐与可靠性。

• 同节点 Pod 通信： 通过 veth pair + 网桥或 eBPF 直接转发，延迟最低（< 10μs）。
• 同机架跨节点通信： 经过 ToR 交换机，延迟约 50~100μs，带宽受限于上行链路。
• 跨机架/跨可用区通信： 经过 Spine 交换机或跨 AZ 网关，延迟 > 200μs，且可能产生跨区域流量费用。
• 隧道封装（VXLAN/Geneve）： 增加 50~100 字节头部，CPU 开销上升，吞吐下降 5%~15%。
• 代理模式（kube-proxy iptables/IPVS）： 连接跟踪与 DNAT 规则增加转发路径，长连接场景下延迟抖动明显。

1.3 Cilium 在云原生网络中的核心地位

Cilium 基于 eBPF（extended Berkeley Packet Filter）技术，将数据平面与控制平面深度整合，成为云原生网络的事实标准。它不仅仅是 CNI 插件，更是网络、安全、可观测性的统一平台。

1.3.1 Cilium 的核心能力矩阵

1.3.2 Cilium 在调度优化中的角色定位

Cilium 不是调度器，但它为调度器提供了“网络拓扑感知”的底层数据与执行能力。具体体现在三个层面：

1. 指标供给层： 通过 Hubble 暴露节点级、Pod 级的网络延迟、吞吐、丢包率、连接数等指标，调度器可基于这些指标进行拓扑感知评分。
2. 数据路径优化层： Cilium 支持 直接路由（Direct Routing） 与 隧道模式（VXLAN/Geneve），调度器可根据数据路径类型选择最优节点。
3. 带宽与 QoS 管理层： Cilium 提供带宽管理（Bandwidth Manager）与 ECN 标记，调度器可避免将高带宽 Pod 调度到已拥塞的节点。

1.4 课程目标与实战路径

本课程将围绕“调度优化”与“网络拓扑排查”两大主线，结合 Cilium 的指标采集与告警分层体系，帮助学员构建从原理到实战的完整知识闭环。

• 调度优化： 掌握如何利用 Cilium 提供的网络拓扑指标，编写自定义调度器扩展（Scheduler Extender）或调度插件，实现拓扑感知调度。
• 网络拓扑排查： 学会使用 Hubble、Cilium CLI、Prometheus 等工具，快速定位跨节点通信延迟、丢包、带宽瓶颈等拓扑问题。
• 指标采集与告警分层： 设计分层告警体系（基础设施层 → 网络层 → 应用层），基于 Cilium 指标实现精准告警与自动化运维。