4. 容量规划基础：容量规划定义、集群资源模型与弹性伸缩的关系

在云原生环境下，容量规划是保障集群稳定性和成本效率的核心活动。它并非一次性估算，而是持续评估“当前资源供给”与“未来业务负载”之间匹配度的过程。对于镜像预拉取策略而言，容量规划直接决定了预拉取窗口、并发度与节点规格选型，进而影响 RTO 目标能否达成。

4.1 容量规划定义与核心目标

容量规划是指根据业务增长预测、SLA 要求与资源利用率基线，预先确定集群在特定时间窗口内所需的计算、存储与网络资源总量，并制定相应的扩缩容策略。其核心目标包括：

• 保障可用性：确保集群在任何负载峰值下都有足够的冗余资源，避免因资源耗尽导致 Pod 驱逐或节点不可用。
• 控制成本：避免过度预留资源造成浪费，通过弹性伸缩实现按需分配。
• 优化 RTO：在故障恢复或大规模扩容场景下，预拉取策略需要依赖容量规划给出的“安全并发度”与“节点规格基线”，从而在最短时间内完成镜像分发。

4.2 集群资源模型：四维资源视图

Kubernetes 集群的资源模型可抽象为四个维度：CPU、内存、存储 与 网络。每个维度在容量规划中都有独立的度量单位、瓶颈特征与预拉取影响。

4.3 容量规划与弹性伸缩的关系

弹性伸缩是容量规划的执行层，而容量规划是弹性伸缩的策略层。两者形成闭环：容量规划输出“何时扩、扩多少、缩多少”的规则，弹性伸缩负责实际执行。在镜像预拉取场景下，这种关系进一步细化：

• 预测式伸缩（Predictive Scaling）：基于历史负载曲线，提前扩容节点并触发镜像预拉取，使新节点在业务流量到达前就绪。
• 反应式伸缩（Reactive Scaling）：当指标超过阈值时立即扩容，但镜像预拉取会滞后，导致 RTO 延长。
• 预拉取窗口规划：容量规划需计算“从触发扩容到节点 Ready”的时间窗口，并在此窗口内完成镜像拉取。

4.4 容量规划在镜像预拉取中的关键输出

容量规划为镜像预拉取策略提供以下量化依据：

1. 节点规格基线：确定每类节点（如 4C16G、8C32G）的预拉取并发度上限。
2. 预拉取窗口时间：根据网络带宽与镜像大小，计算从触发到完成的预期时间。
3. 资源预留比例：在节点上预留固定比例的 CPU/内存/存储用于预拉取操作。
4. 弹性伸缩触发阈值：设定集群资源利用率的安全水位线，避免预拉取与业务争抢资源。

4.5 容量规划与弹性伸缩的协同工作流

在实际集群中，容量规划与弹性伸缩通过以下工作流协同，确保镜像预拉取策略高效执行：