APF 基础概念：API优先级与公平性（APF）的工作原理与设计目标

在 Kubernetes 集群中，API 服务器（kube-apiserver）是所有控制面操作的唯一入口。当集群规模扩大或出现异常流量时，请求洪峰可能导致 API 服务器过载，进而影响核心组件（如调度器、控制器管理器）的正常通信。API 优先级与公平性（APF）正是为了解决这一问题而设计的原生流量管理机制。

1. 设计目标：从“无差别拒绝”到“分级保障”

APF 的核心设计目标是在请求过载时，确保高优先级、关键控制面操作（如 Pod 调度、节点心跳）不被低优先级请求（如大规模 List 操作、kubectl 查询）饿死。其设计遵循以下原则：

2. 核心工作原理：FlowSchema、PriorityLevelConfig 与排队机制

APF 的工作流程可以抽象为三个核心组件：FlowSchema（流量模式匹配）、PriorityLevelConfig（优先级级别配置）和排队队列（公平调度）。

3. 核心数据结构：FlowSchema 与 PriorityLevelConfig

APF 通过两个 CRD 资源来定义流量管理策略：

3.1 FlowSchema（流量模式）

FlowSchema 负责将请求分类。每个请求到达 API Server 后，会按顺序匹配 FlowSchema 列表，匹配到第一个即停止。匹配规则支持基于 请求用户、用户组、资源、命名空间、Verb（操作类型） 等属性。

apiVersion: flowcontrol.apiserver.k8s.io/v1beta3
kind: FlowSchema
metadata:
  name: kube-controller-manager
spec:
  priorityLevelConfiguration:
    name: workload-high   # 关联的优先级级别
  rules:
  - subjects:
    - kind: ServiceAccount
      serviceAccount:
        name: kube-controller-manager
        namespace: kube-system
    resourceRules:
    - verbs: ["*"]
      apiGroups: ["*"]
      resources: ["*"]

3.2 PriorityLevelConfig（优先级级别）

PriorityLevelConfig 定义每个优先级级别的并发配额和排队行为。关键参数包括：

4. 公平排队算法：如何避免“饿死”

APF 使用基于 QueueSet 的公平排队算法。同一优先级内的多个 FlowSchema 共享一组队列，每个 FlowSchema 根据其权重被分配到特定数量的队列上。算法保证：

• 权重公平性： 权重高的 FlowSchema 获得更多队列，从而获得更多并发处理机会。
• 无锁竞争： 每个队列独立维护，请求入队和出队操作无需全局锁。
• 过载丢弃： 当队列深度超过 queueLengthLimit 时，新请求直接返回 429 Too Many Requests，避免队列无限增长。

5. 内置优先级级别：开箱即用的分级保障

Kubernetes 默认创建了多个 PriorityLevelConfig，覆盖了从系统关键操作到用户查询的完整链路：

6. APF 与传统限流器（MaxRequestsInFlight）的对比