1. 课程导论：云原生成本与性能的挑战、Prometheus在FinOps中的核心角色、课程目标与学习路径
1.1 云原生时代的成本与性能双重困境
当企业将工作负载迁移至Kubernetes与微服务架构后，资源利用率与成本可见性往往同步下降。容器化带来的动态调度、快速扩缩容以及多租户共享，使得传统的“按虚拟机计费”模型彻底失效。团队面临以下核心痛点：
- 成本归属模糊：Pod、Namespace、Label、Service等抽象层导致无法直接关联基础设施账单与业务单元。
- 性能与成本的对立：为保障SLA过度预留资源（Request/Limit设置过高），造成大量闲置浪费；反之，过度压缩资源则引发OOMKill与延迟飙升。
- 缺乏实时反馈：月度账单滞后，无法在代码提交或部署时感知成本变化，错失调优窗口。
关键数据：据CNCF FinOps调查，超过60%的Kubernetes集群平均资源利用率低于40%，而因性能瓶颈导致的额外扩容成本占总云支出的15%-25%。
1.2 Prometheus在FinOps中的核心角色
Prometheus作为云原生监控的事实标准，天然具备解决上述问题的能力。它不仅是性能告警的工具，更是成本分摊与优化决策的数据基座。其核心价值体现在三个层面：
| 能力维度 | 具体作用 | Prometheus原生机制 |
|---|---|---|
| 数据采集 | 以Pod/Container粒度采集CPU、内存、网络、磁盘等资源使用量 | cAdvisor集成、kubelet metrics、kube-state-metrics |
| 标签关联 | 通过Label、Namespace、Owner等元数据将资源消耗映射到业务维度 | PromQL的group_left、label_replace、Relabeling |
| 实时计算 | 支持按时间窗口聚合、分摊、预测成本指标 | Recording Rules、聚合算子（sum/avg/topk） |
实践要点：Prometheus的
container_cpu_usage_seconds_total与container_memory_working_set_bytes是成本分摊最核心的原始指标。务必确保集群内所有节点已开启cAdvisor指标采集，且保留时间至少30天以支持环比分析。
1.3 课程目标与学习路径
本课程旨在帮助云原生工程师、SRE与FinOps从业者，掌握一套从指标采集 → 成本分摊 → 性能调优 → 持续运营的完整方法论。学完本课程，你将能够：
- 搭建成本可观测体系：基于Prometheus + Thanos/Cortex构建多集群、多租户的成本指标平台。
- 实现精细化分摊：通过PromQL与Relabeling将云账单按Namespace、Label、Deployment等维度拆解到业务单元。
- 驱动性能调优：利用成本数据识别资源浪费热点，制定Request/Limit调整策略与HPA弹性配置。
- 建立成本治理流程：将成本检查嵌入CI/CD流水线，实现“成本即代码”。
前置要求：建议学员具备Kubernetes基础操作能力（Pod/Deployment/Service），了解PromQL基本语法（如
rate、sum、avg）。无需财务背景，但需对云服务计费模型有基本认知。
1.4 课程特色与交付物
| 特色 | 说明 |
|---|---|
| 实战驱动 | 每章配套可运行的PromQL示例、Grafana Dashboard JSON与Kubernetes YAML配置 |
| 成本模型开源 | 提供基于Prometheus的通用成本分摊模型（Cost Attribution Model），可直接部署 |
| 性能调优框架 | 包含资源画像、垂直/水平扩缩容决策树、成本-延迟权衡分析模板 |
| 持续运营体系 | 成本告警规则、定期报告模板、CI/CD门禁策略（Cost Budget Check） |
学习建议：建议每周完成3-4章，每章结束后动手运行提供的PromQL查询并观察真实集群数据。第8章、第16章、第24章为综合实验章节，建议预留完整时间块进行实操。