1. 课程导论：为什么需要基于Prom数据进行容量规划？K8s节点容量规划的挑战与目标
1.1 为什么需要基于Prometheus数据进行容量规划？
在Kubernetes集群的日常运维中，节点资源（CPU、内存、磁盘、网络）的分配与消耗始终处于动态变化状态。传统的容量规划方法——如基于业务预估的“拍脑袋”式扩容、或仅依赖基础监控（如节点级别的CPU/内存使用率）——往往导致两个极端：资源过度配置（成本浪费）或资源不足（性能瓶颈与稳定性风险）。
Prometheus作为Kubernetes生态中事实标准的监控系统，提供了高维度、高精度、长时间序列的资源使用数据。基于Prom数据进行容量规划，能够实现以下核心价值：
| 维度 | 传统方式（基础监控） | 基于Prom数据的方式 |
|---|---|---|
| 数据粒度 | 分钟级聚合，丢失峰值细节 | 秒级采集，保留真实负载特征 |
| 维度丰富度 | 仅节点/集群级别 | Pod、Container、Namespace、Node、Label等多维度 |
| 时间跨度 | 短期（小时/天） | 长期（周/月/年），支持趋势分析 |
| 预测能力 | 无，依赖人工经验 | 基于历史数据的线性/季节性预测模型 |
| 决策依据 | 阈值告警（被动响应） | 数据驱动的容量模型（主动规划） |
核心观点： Prometheus数据是K8s容量规划的“数字孪生”基础。没有精确、连续、多维度的监控数据，容量规划就失去了量化依据，只能依赖经验与直觉。
1.2 K8s节点容量规划的核心挑战
Kubernetes的调度与资源管理机制，使得节点容量规划面临以下独特挑战：
- 资源超卖与碎片化： Pod的Request/Limit机制导致节点资源被“逻辑预留”但实际未使用，形成资源碎片。规划时需区分“已分配”与“已使用”。
- 突发流量与毛刺： 在线业务（如Web服务）的CPU使用率可能在秒级内从20%飙升至80%，传统分钟级聚合会掩盖这些毛刺，导致规划不足。
- 混部干扰： 在线业务与离线任务（如大数据、AI训练）混部时，资源争抢导致性能干扰，容量规划需考虑QoS（服务质量）等级。
- 节点异构性： 集群内可能包含多种实例规格（如2C4G、4C8G、8C16G），不同规格的CPU/内存配比、网络带宽、磁盘IOPS差异巨大，统一规划难度高。
- 数据噪声与缺失： Prometheus采集本身存在延迟、丢点、重复数据等问题，直接使用原始数据进行规划会导致偏差。
实践提示： 在开始容量规划前，建议先对Prometheus数据质量进行校验。检查指标采集覆盖率、数据缺失率、以及时间戳对齐情况。数据清洗是规划的第一步。
1.3 容量规划的目标与度量标准
基于Prom数据的K8s节点容量规划，需要明确以下三个层次的目标：
| 目标层次 | 具体描述 | 关键度量指标 |
|---|---|---|
| 成本优化 | 在满足SLA的前提下，最小化节点资源总量，避免浪费 | 节点平均利用率、资源浪费率、每核每小时成本 |
| 稳定性保障 | 确保节点在峰值负载下仍能正常运行，避免OOM、CPU Throttling | 节点OOM次数、CPU Throttling比例、Pod Eviction次数 |
| 弹性扩展 | 规划结果应支持集群的快速扩缩容，适应业务增长 | 扩容响应时间、节点就绪时间、预留缓冲比例 |
为了实现上述目标，我们引入以下核心度量标准：
- 节点资源利用率（Utilization）： 实际使用量 / 节点总容量。通常关注P50、P95、P99分位数。
- 资源分配率（Allocation）： Pod Request总量 / 节点总容量。反映节点的“逻辑负载”。
- 资源超卖比（Overcommit Ratio）： 节点总容量 / Pod Request总量。超卖比越高，资源利用率越高，但稳定性风险也越大。
- 资源碎片率（Fragmentation）： 节点上无法被任何待调度Pod使用的“空洞”资源比例。
1.4 课程目标与学习路径
本课程将围绕以下核心能力展开：
- 掌握PromQL高级查询技巧： 能够编写用于容量分析的复杂PromQL表达式，包括rate、irate、histogram_quantile、predict_linear等函数。
- 构建容量分析指标体系： 定义节点、Pod、容器级别的关键容量指标，并建立Recording Rules进行预计算。
- 实施数据驱动的容量模型： 基于历史数据建立节点资源利用率模型、增长趋势模型、以及突发流量模型。
- 制定节点规格与数量规划： 根据模型输出，结合成本与稳定性目标，推荐最优的节点实例规格与集群规模。
- 验证与持续优化： 通过A/B测试、灰度扩容等方式验证规划效果，并建立容量规划的持续反馈机制。
重要提醒： 容量规划不是一次性活动，而是一个持续的过程。随着业务负载、应用架构、以及Kubernetes版本的演进，容量模型需要定期校准与更新。本课程提供的方法论与工具链，将帮助你建立可持续的容量规划体系。