1. 课程导论：VPA 与资源漂移告警的背景、复测流程的重要性、课程目标与受众

1.1 云原生资源管理的核心矛盾

在 Kubernetes 生产环境中，资源成本与稳定性始终是一对难以调和的矛盾。传统的静态资源分配（如 requests 与 limits 固定值）会导致两个极端：

• 过度配置：为应对突发流量而设置过高的资源预留，造成大量计算资源闲置，云账单持续攀升。
• 配置不足：为节省成本而压缩资源配额，一旦业务负载波动，Pod 频繁触发 OOMKill 或 CPU Throttling，影响服务可用性。

这种因工作负载动态变化而导致的资源分配与实际需求之间的偏差，被称为资源漂移（Resource Drift）。资源漂移是云原生成本失控和稳定性事故的主要诱因之一。

1.2 VPA 的工作原理与漂移告警

Vertical Pod Autoscaler（VPA） 是 Kubernetes 官方提供的组件，旨在通过自动调整 Pod 的 CPU 和内存 requests 与 limits，解决资源漂移问题。其核心工作流程如下：

1. Recommender：基于历史指标（CPU 利用率、内存使用量）和 OOM 事件，生成推荐资源值。
2. Updater：判断当前 Pod 的资源设置是否偏离推荐值，若偏离则驱逐 Pod 并触发重建。
3. Admission Controller：在新 Pod 创建时，自动注入推荐资源值。

然而，VPA 并非万能。在实际运维中，VPA 的推荐值可能因以下原因产生漂移告警（Drift Alert）：

• 推荐值频繁震荡，导致 Pod 反复重建（Flapping）。
• 推荐值与实际业务峰值不匹配，造成资源浪费或性能瓶颈。
• VPA 配置错误（如 updateMode 设置不当）导致策略失效。

1.3 复测流程的重要性

在收到 VPA 资源漂移告警后，直接修改配置或重启组件是常见的错误做法。缺乏系统性的复测流程会导致以下问题：

一个标准化的复测流程能够确保：

• 可复现：每次调整都能按照相同步骤验证，结果可对比。
• 可量化：通过成本指标（如 CPU 利用率、内存使用率、Pod 重启次数）衡量优化效果。
• 可闭环：从告警触发到调整验证，形成完整的运维闭环。

1.4 课程目标与受众

本课程旨在帮助云原生运维人员建立一套可落地、可自动化的 VPA 资源漂移告警复测体系。通过本课程，您将掌握：

• VPA 推荐值漂移的根因分析方法。
• 基于 Prometheus 和 Kube-burner 的复测环境搭建。
• 成本优化指标（如 CPU 利用率、内存使用率、Pod 重启次数）的量化评估。
• 自动化复测流水线的设计与实现（GitOps + Argo Workflows）。