1. 课程导论：什么是K8s节点资源碎片？为什么会产生碎片？碎片对集群稳定性与成本的影响
1.1 什么是K8s节点资源碎片？
在Kubernetes集群中，节点资源碎片（Node Resource Fragmentation）是指节点上的可分配资源（CPU、内存、GPU等）因Pod调度与释放的不均匀分布，导致剩余资源总量虽足以容纳新Pod，但资源在节点上的分布形态无法满足单个Pod的资源请求（Requests）与资源限制（Limits）要求，从而造成资源无法被有效利用的现象。
简单来说，碎片就是“有资源，但用不了”的状态。它类似于磁盘碎片：磁盘总剩余空间很大，但单个文件无法找到连续的空闲块。
核心定义： 节点资源碎片 = 节点上不可调度的剩余资源总量 / 节点可分配资源总量。碎片率越高，资源浪费越严重。
1.2 碎片产生的根本原因
碎片并非偶然，而是Kubernetes调度机制与资源模型共同作用的必然结果。主要原因包括：
| 原因类别 | 具体描述 | 典型场景 |
|---|---|---|
| Pod资源请求粒度差异 | 不同Pod的CPU/内存请求量差异巨大，小Pod（0.1C/128Mi）与大Pod（4C/16Gi）混合调度，导致节点资源被切割成不连续的碎片。 | 微服务（小Pod）+ 批处理任务（大Pod）混部 |
| Pod生命周期不同步 | Pod创建与销毁时间点不一致，先释放的资源被后续Pod部分占用，留下无法匹配的剩余空间。 | 滚动更新、弹性伸缩、Job任务完成 |
| 资源预留与超卖策略 | 节点上存在系统预留（System Reserved）、Kubelet预留（Kubelet Reserved）以及驱逐阈值（Eviction Threshold），这些预留资源无法被Pod使用，形成固定碎片。 | 节点配置 --system-reserved=cpu=500m,memory=1Gi |
| 调度器贪心策略 | 默认调度器（kube-scheduler）采用“首次适应（First-Fit）”策略，倾向于将Pod调度到最早满足条件的节点，而非全局最优，加速碎片产生。 | 新Pod总是填满节点前半段资源 |
| 节点异构性 | 不同规格的节点（如2C4G、4C8G、8C16G）混部，Pod调度时受节点资源上限约束，大Pod无法调度到小节点，小节点资源被小Pod占满后形成碎片。 | 混合机型集群 |
1.3 碎片对集群稳定性的影响
资源碎片并非仅仅是资源浪费，它直接威胁集群的稳定性与可靠性：
- Pod调度失败率上升： 碎片率高的节点，虽然剩余资源总量充足，但无法满足新Pod的Requests，导致Pod处于Pending状态，影响业务部署与弹性伸缩。
- 节点资源争抢加剧： 碎片导致可用节点数量减少，剩余可调度节点负载集中，容易触发CPU Throttling或OOM Kill，影响已有Pod的QoS。
- 集群资源利用率波动： 碎片导致节点资源利用率分布不均，部分节点高负载，部分节点低负载但无法调度新Pod，形成“假性资源不足”。
- 节点压力驱逐风险： 碎片严重时，节点上剩余资源碎片无法满足Pod的Limits，但实际使用量可能接近节点容量，容易触发kubelet的节点压力驱逐（Node Pressure Eviction）。
稳定性风险案例： 某在线电商集群在促销高峰期，因节点碎片率超过40%，导致大量弹性扩容Pod无法调度，最终触发服务降级。事后分析发现，节点剩余CPU总量达120C，但单个Pod需要2C，碎片导致实际可调度CPU仅剩40C。
1.4 碎片对成本的影响
资源碎片直接转化为云资源成本浪费：
| 成本维度 | 碎片影响 | 量化示例（以100节点集群为例） |
|---|---|---|
| 直接资源浪费 | 碎片占用的资源无法被Pod使用，但云厂商仍按节点规格收费。 | 碎片率30% → 相当于30个节点的资源完全浪费 |
| 节点数量膨胀 | 碎片导致有效资源不足，运维人员被迫增加节点数量来满足业务需求。 | 碎片率从10%降到5% → 可减少约5%的节点数量 |
| 弹性伸缩成本 | 碎片导致Cluster Autoscaler频繁触发扩容，增加按需实例的使用比例，拉高平均单价。 | 碎片导致额外扩容20%的按需实例 |
| 运维人力成本 | 碎片问题排查、手动碎片整理（如Pod重调度、节点排水）消耗运维人员大量时间。 | 每周平均2人天用于碎片治理 |
1.5 碎片治理的总体思路
本课程将围绕两大核心技术展开碎片治理：
- 准入控制（Admission Control）： 在Pod创建阶段，通过Webhook或内置准入插件，对Pod的资源请求进行校验、调整或重写，从源头减少碎片产生。
- 资源画像（Resource Profiling）： 基于历史监控数据，为Pod生成更精准的资源请求建议，避免过度预留或预留不足，降低碎片率。
课程目标： 通过准入控制与资源画像的协同，将集群平均碎片率控制在10%以内，同时保障Pod调度成功率≥99.9%。
1.6 课程核心知识图谱
本课程共30章，覆盖碎片治理的完整技术栈：
| 模块 | 章节范围 | 核心内容 |
|---|---|---|
| 基础篇 | 第1-5章 | 碎片定义、产生机制、度量指标、监控方案、治理策略总览 |
| 准入控制篇 | 第6-15章 | MutatingWebhook、ValidatingWebhook、资源请求重写、LimitRange、ResourceQuota、自定义准入策略 |
| 资源画像篇 | 第16-24章 | VPA原理、Metrics Server、自定义指标、画像算法、推荐策略、动态调整 |
| 实战篇 | 第25-30章 | 准入控制+资源画像联动、碎片整理工具、集群级碎片治理平台、生产案例 |
学习建议： 建议先掌握基础篇的碎片度量方法，再深入准入控制与资源画像的实战配置。每章末尾的“动手实验”环节请务必在测试集群中完成。