3. Kubernetes 资源模型：Pod、Container、Node 的资源请求与限制、QoS 类别、资源超卖与碎片化问题

在云原生成本分摊与资源画像的协同优化中，理解 Kubernetes 底层资源模型是第一步。资源模型定义了工作负载如何声明需求、调度器如何分配节点资源、以及运行时如何保障服务质量。错误的资源设定会导致成本黑洞或稳定性风险。

3.1 核心资源语义：Requests 与 Limits

每个 Container 可以声明两类资源（CPU / 内存）：

• Requests（请求）：容器启动时保证获得的最小资源量，调度器依据此值选择节点。
• Limits（限制）：容器运行时不能超过的资源上限，用于限制突发行为。

3.2 Pod 与 Container 的资源聚合

Pod 的资源请求/限制是其所有 Container 对应值的总和。调度器只看 Pod 级别的总 Requests，而非单个 Container。

# 示例：一个包含两个容器的 Pod
apiVersion: v1
kind: Pod
metadata:
  name: resource-demo
spec:
  containers:
  - name: app
    image: nginx
    resources:
      requests:
        cpu: "500m"
        memory: "256Mi"
      limits:
        cpu: "1"
        memory: "512Mi"
  - name: sidecar
    image: envoy
    resources:
      requests:
        cpu: "200m"
        memory: "128Mi"
      limits:
        cpu: "500m"
        memory: "256Mi"
  # Pod 总 Requests: cpu=700m, memory=384Mi
  # Pod 总 Limits:   cpu=1.5,   memory=768Mi

3.3 QoS 类别：服务质量分级

Kubernetes 根据 Pod 内所有 Container 的 Requests 与 Limits 设置组合，自动划分三个 QoS 类别。类别决定了节点资源竞争时的驱逐优先级。

3.4 资源超卖：提升利用率的核心手段

资源超卖是指节点上所有 Pod 的 Requests 总和超过节点实际可分配资源（Allocatable）。超卖依赖“大部分 Pod 实际使用量远低于其 Requests”这一统计事实。

3.5 资源碎片化：调度效率的隐形杀手

资源碎片化是指节点上剩余资源无法被任何待调度 Pod 使用，导致整体集群资源利用率下降的现象。碎片化主要分为两类：

• CPU 碎片： 节点剩余 CPU 核数小于 Pod 请求的 CPU 核数，但内存充足。
• 内存碎片： 节点剩余内存小于 Pod 请求的内存，但 CPU 充足。
• 组合碎片： 节点剩余 CPU 和内存均足够，但分布在不同节点上，无法满足单个 Pod 的完整需求。

3.6 资源画像对碎片化的缓解策略

3.7 资源模型与成本分摊的映射关系

在 FinOps 实践中，资源模型各要素与成本分摊的映射关系如下：

• Requests → 成本基准： 按 Pod 的 CPU & 内存 Requests 占比分摊节点总成本。
• Limits → 成本风险： Limits 过高可能导致资源浪费，需通过资源画像持续优化。
• QoS → 成本优先级： Guaranteed Pod 成本最高但最稳定；BestEffort Pod 成本最低但风险最高。
• 超卖 → 成本节省： 超卖空间是成本优化的直接来源，但需监控驱逐风险。
• 碎片 → 成本浪费： 碎片化直接导致集群规模膨胀，增加不必要的节点成本。