1. 课程导论：为什么需要网关升级容量规划、Prometheus 数据在容量规划中的核心价值、课程目标与受众

1.1 为什么需要网关升级容量规划

API 网关作为微服务架构的流量入口，承担着路由、限流、认证、日志采集等关键职责。当业务规模增长或技术架构演进时，网关升级不可避免。然而，缺乏容量规划的升级往往导致以下后果：

• 性能退化：新版本配置不当或资源预留不足，导致 P99 延迟飙升，影响上游业务。
• 资源浪费：盲目扩容造成 CPU/内存过度分配，云成本失控。
• 回滚风险：上线后才发现容量瓶颈，被迫紧急回滚，影响发布节奏。
• 缺乏基线：升级前后无法量化对比，无法判断新版本是“变好”还是“变差”。

1.2 Prometheus 数据在容量规划中的核心价值

Prometheus 作为云原生可观测性的事实标准，其采集的时序数据天然适合作为容量规划的量化基线。相比传统压测或人工估算，Prometheus 数据具备以下不可替代的优势：

具体而言，Prometheus 数据在网关升级容量规划中扮演以下角色：

• 资源画像：通过 container_cpu_usage_seconds_total、container_memory_working_set_bytes 等指标，建立升级前的资源消耗基线。
• 性能基线：利用 http_request_duration_seconds{quantile="0.99"} 等 Histogram 指标，量化延迟分布。
• 容量阈值：基于历史数据计算 CPU 利用率 80% 分位、内存增长趋势，设定合理的 Request/Limit。
• 异常检测：通过 rate(http_requests_total{status=~"5.."}[5m]) 等指标，识别升级后的错误率漂移。

1.3 课程目标与受众

课程目标

完成本课程后，学员将能够：

1. 建立基线思维：理解为什么容量规划必须基于 Prometheus 历史数据，而非压测或估算。
2. 掌握 PromQL 基线查询：熟练编写用于资源画像、性能基线、容量阈值的 PromQL 语句。
3. 实施基线对比：使用 Prometheus 数据对网关升级前后的 CPU、内存、延迟、错误率等关键指标进行量化对比。
4. 输出容量规划报告：基于对比结果，生成可落地的 Request/Limit 调整建议、扩缩容策略和回滚阈值。
5. 构建自动化流水线：将基线对比集成到 CI/CD 或发布平台，实现升级前自动容量评估。

目标受众

1.4 课程章节概览

本课程共 30 章，按以下模块组织：

• 基础篇（第 1-5 章）：基线概念、Prometheus 指标选型、PromQL 基线查询入门。
• 方法篇（第 6-15 章）：资源画像、性能基线、容量阈值、异常检测的具体 PromQL 实现。
• 实战篇（第 16-25 章）：基于真实网关升级案例，从数据采集到基线对比报告的全流程演练。
• 进阶篇（第 26-30 章）：自动化流水线集成、多集群基线对比、容量规划最佳实践。