2. 核心概念：Deployment、ReplicaSet、Pod、Node、Cluster Autoscaler、Horizontal Pod Autoscaler (HPA) 基础

在进行水位评估与容量规划之前，必须统一团队对 Kubernetes 核心调度单元与弹性组件的认知。本章将逐一拆解从最细粒度的 Pod 到集群级 Cluster Autoscaler 的职责边界、生命周期与水位含义，为后续的指标采集与阈值设计奠定基础。

2.1 核心对象层级关系

下图展示了从应用负载到基础设施的完整控制链路。理解这一层级是水位评估的前提：每一层的“水位”含义不同，但最终都会向上或向下传导。

2.2 各核心概念详解

2.2.1 Pod

Pod 是 Kubernetes 中最小的部署和调度单元，包含一个或多个共享网络栈、存储卷的容器。在水位评估中，Pod 是 CPU、内存、网络 I/O 等资源消耗的直接载体。

• 资源请求（Requests）：调度时保证的最小资源量，直接影响 Node 能否容纳该 Pod。
• 资源限制（Limits）：Pod 可使用的资源上限，超出后可能被 OOM Kill 或 CPU 节流。
• 水位含义：Pod 级水位 = 实际使用量 / Requests，是 HPA 和调度决策的原始输入。

2.2.2 ReplicaSet

ReplicaSet 确保指定数量的 Pod 副本始终运行。它通过标签选择器匹配 Pod，并在 Pod 异常退出时自动创建替代 Pod。

• 水位含义：ReplicaSet 的水位体现为 readyReplicas / replicas，即就绪副本比例。当该比例持续低于 1，说明集群资源不足或应用启动失败。
• 与 Deployment 的关系：Deployment 管理 ReplicaSet 的版本更新，但水位评估通常直接观察 ReplicaSet 的副本状态。

2.2.3 Deployment

Deployment 声明式地管理 Pod 和 ReplicaSet，支持滚动更新、回滚、扩缩容。它是服务目录平台中最常见的 workload 类型。

• 水位含义：Deployment 的水位 = 期望副本数 vs 实际可用副本数。当 availableReplicas < desiredReplicas 时，说明存在资源瓶颈或调度失败。
• 更新策略：maxSurge 和 maxUnavailable 控制滚动过程中的资源占用，直接影响水位波动的幅度。

2.2.4 Node

Node 是集群中的工作节点（虚拟机或物理机），提供 CPU、内存、磁盘、网络等资源。Node 的水位是集群容量规划的核心。

2.2.5 Horizontal Pod Autoscaler (HPA)

HPA 根据 CPU、内存或自定义指标自动调整 Deployment/ReplicaSet 的副本数。它是工作负载级弹性的核心控制器。

• 工作原理：HPA 定期查询指标（默认 15s），计算 期望副本数 = ceil(当前副本数 × (当前指标值 / 目标指标值))。
• 水位含义：HPA 的水位 = 当前副本数 / 最大副本数。当水位接近 1 时，说明弹性余量耗尽，需要 Cluster Autoscaler 介入或人工扩容。
• 常见配置示例：

apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:
  name: example-hpa
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: example-deploy
  minReplicas: 3
  maxReplicas: 20
  metrics:
  - type: Resource
    resource:
      name: cpu
      target:
        type: Utilization
        averageUtilization: 70
  - type: Resource
    resource:
      name: memory
      target:
        type: Utilization
        averageUtilization: 80

2.2.6 Cluster Autoscaler

Cluster Autoscaler (CA) 在 Node 资源不足或过剩时自动调整集群节点数量。它与 HPA 形成“双层弹性”：HPA 调整 Pod 数量，CA 调整 Node 数量。

• 触发条件：存在因资源不足而 Pending 的 Pod，且新节点加入后可以调度这些 Pod。
• 缩容条件：Node 上所有 Pod 的请求量低于节点容量的 50%（可配置），且这些 Pod 可以被调度到其他节点。
• 水位含义：CA 的水位 = 集群总可分配资源 / 集群总容量。当水位持续高于 80% 且存在 Pending Pod 时，CA 会触发扩容。

2.3 核心概念对比总结

2.4 双层弹性协作流程

下图展示了 HPA 与 CA 在典型流量突增场景下的协作时序，帮助理解水位在不同层级间的传导关系。

2.5 水位评估的起点

在服务目录平台中，水位评估的起点不是 Node 或 CA，而是 Deployment 的期望副本数与实际可用副本数的偏差。当偏差持续存在时，逐层向下排查：

1. 检查 Deployment 的 status.conditions：确认是否存在 FailedScheduling 或 InsufficientMemory 事件。
2. 检查 ReplicaSet 的副本状态：确认 readyReplicas 是否等于 replicas。
3. 检查 Node 的资源分配率：确认是否存在资源碎片或超卖。
4. 检查 HPA 的当前副本数与最大副本数：确认弹性余量是否耗尽。
5. 检查 CA 的日志与事件：确认是否存在因云厂商配额、节点池配置导致的扩容失败。