4、水位评估概念：水位（Water Level）的定义、关键指标及评估粒度

在多集群容量规划中，水位（Water Level） 是衡量集群或服务实例资源使用程度与负载压力的核心抽象概念。它并非单一指标，而是将多个维度的资源利用率与负载数据，通过归一化或阈值映射后形成的 综合压力指数。水位的高低直接反映了集群距离容量瓶颈的远近，是触发弹性伸缩、调度迁移与限流降级的关键依据。

4.1 水位评估的关键指标

水位评估需要覆盖计算、存储与网络三大类资源。下表列出了服务目录平台中最常用的 5 个核心指标及其评估意义：

4.2 水位评估的粒度体系

水位评估需要分层进行，不同粒度的水位服务于不同的运维与容量规划决策。服务目录平台通常采用 四级粒度 模型：

• 实例级（Pod / 节点）： 最细粒度，直接采集单个容器或物理机的实时指标，用于快速发现单点过载。
• 服务级（Service）： 聚合同一服务下所有实例的水位均值与最大值，用于判断服务整体健康度与是否需要扩缩容。
• 集群级（Cluster）： 评估整个 Kubernetes 集群或物理机群的资源水位，用于集群间负载均衡与资源池规划。
• 全局级（Global）： 跨集群、跨地域的宏观水位视图，用于容量预算、采购计划与灾备容量预留。

下图展示了四级粒度之间的数据流转与聚合关系：

4.3 水位计算与归一化方法

由于不同指标的量纲与阈值不同，需要将原始指标映射到统一的 [0, 1] 或 [0, 100] 区间。常用的归一化公式如下：

# 水位归一化计算示例（Python 伪代码）
def calculate_water_level(metric_value, safe_threshold, critical_threshold):
    """
    metric_value: 当前指标值
    safe_threshold: 安全阈值（低于此值视为低水位）
    critical_threshold: 危险阈值（达到此值视为满水位）
    """
    if metric_value <= safe_threshold:
        return 0.0  # 低水位
    elif metric_value >= critical_threshold:
        return 1.0  # 满水位 / 过载
    else:
        # 线性插值
        return (metric_value - safe_threshold) / (critical_threshold - safe_threshold)

# 示例：CPU 使用率 85%，安全阈值 75%，危险阈值 95%
cpu_water = calculate_water_level(85, 75, 95)  # 返回 0.5

4.4 水位评估的典型场景

下表总结了不同水位区间对应的运维动作与容量规划策略：

下图以 CPU 水位 为例，展示了从低水位到过载的完整评估流程：