4. 核心指标定义（下）：吞吐量（bps）、CPU/内存利用率、Pod 原地重启次数、OOMKill 频率

上一节定义了连接与请求维度的指标，本节继续完成网关容量基线的另一组核心指标：吞吐量（bps）、CPU/内存利用率、Pod 原地重启次数与OOMKill 频率。这四个指标分别从网络带宽消耗、资源饱和度、进程稳定性三个层面刻画网关的承载极限与健康边界。

4.1 吞吐量（bps）—— 带宽消耗基线

吞吐量指网关在单位时间内处理的网络数据量，通常以 bps（bits per second） 或 Bps（Bytes per second） 计量。在 K8s 环境中，网关 Pod 的吞吐量受限于节点带宽、CNI 插件性能、Service 封装开销以及 Pod 自身的网络栈处理能力。

4.2 CPU / 内存利用率 —— 资源饱和度基线

CPU 和内存利用率是判断网关 Pod 是否处于健康资源区间的直接指标。升级过程中，控制面组件（如 kube-apiserver、kube-controller-manager）的负载变化可能间接影响网关 Pod 的资源调度与抢占行为。

• CPU 利用率：建议以 Pod 的 requests.cpu 为基准，记录 P50 / P95 / P99 分位的 CPU 使用率。升级前若 P99 利用率超过 80%，说明网关已接近计算瓶颈，升级期间可能因调度延迟导致请求超时。
• 内存利用率：关注 container_memory_working_set_bytes 与 limits.memory 的比值。当内存利用率持续超过 85% 时，GC 频率升高，响应延迟抖动加剧。
• 资源争抢风险：若多个网关 Pod 共享同一节点，需额外关注节点级别的 CPU 和内存压力，避免升级期间因 Pod 重调度引发资源超分。

4.3 Pod 原地重启次数 —— 进程稳定性基线

Pod 原地重启（CrashLoopBackOff / 主动重启）次数直接反映网关进程的稳定性。升级前若 Pod 频繁重启，说明网关存在内存泄漏、配置错误或依赖故障，升级操作可能进一步放大这些隐患。

4.4 OOMKill 频率 —— 内存边界基线

OOMKill（Out Of Memory Killer）是 Linux 内核在系统内存不足时强制终止进程的机制。在 K8s 环境中，当 Pod 的内存使用超过 limits.memory 或节点内存不足时，Pod 内的进程可能被 OOM Killer 杀死。OOMKill 频率是衡量网关内存配置是否合理的关键信号。

• 采集方式：通过 kubectl describe pod 查看 Last State 中的 Reason: OOMKilled，或通过 container_oom_events_total 指标（需启用 cAdvisor 或 eBPF 监控）。
• 频率计算：统计过去 24 小时内每个网关 Pod 的 OOMKill 次数。若任意 Pod 的 OOMKill 频率 > 0，说明内存限制过紧或存在内存泄漏。
• 升级影响：升级过程中，控制面组件可能短暂增加网关 Pod 的内存开销（如配置重载、证书轮换），若内存余量不足，极易触发 OOMKill。

4.5 四维指标联动分析

吞吐量、CPU/内存利用率、Pod 重启次数、OOMKill 频率并非孤立指标，它们之间存在强关联。下图展示了四维指标在网关容量评估中的联动关系：

4.6 指标采集与基线验证流程

在升级前，建议按以下步骤完成四维指标的采集与基线验证：

1. 数据采集：使用 Prometheus + cAdvisor 采集过去 7 天的网关 Pod 网络、CPU、内存指标，以及 kube_pod_container_status_restarts_total 和 container_oom_events_total。
2. 基线计算：按业务高峰时段（如 10:00-12:00、14:00-16:00）计算各指标的 P95 / P99 值，并与上述阈值对比。
3. 异常标记：标记超出阈值的 Pod 和节点，生成风险清单。
4. 修复与验证：对风险项进行扩容、配置调整或代码修复，重新采集 24 小时数据确认指标回归安全区。
5. 基线冻结：在升级窗口前 48 小时冻结网关配置与资源分配，避免基线漂移。

groups:
  - name: gateway_capacity_baseline
    rules:
      - alert: GatewayMemoryHigh
        expr: (container_memory_working_set_bytes{container="gateway"} / on(container) kube_pod_container_resource_limits{resource="memory"}) > 0.85
        for: 5m
        labels:
          severity: warning
        annotations:
          summary: "网关 Pod {{ $labels.pod }} 内存利用率超过 85%"