1. 课程导论：容器网络运维背景、缓存命中率的重要性、灰度发布与批次概念、运维清单留痕的价值
1.1 容器网络运维背景
随着微服务架构与 Kubernetes 成为基础设施标配，容器网络从简单的“IP 连通”演变为覆盖 CNI 插件、Service Mesh、网络策略、DNS 解析、负载均衡 和 容器存储网络 的复杂体系。运维团队每天面对以下核心挑战：
- 网络抖动与丢包：容器频繁调度导致 ARP/邻居表震荡，影响长连接稳定性。
- DNS 解析延迟：CoreDNS 缓存未命中或上游超时，造成服务发现失败。
- 连接跟踪表溢出：conntrack 表项过多引发新连接被随机丢弃。
- 网络策略生效滞后：iptables/ebpf 规则批量下发时出现短暂“黑洞”窗口。
- 缓存命中率波动：DNS、连接池、Sidecar 代理缓存失效导致后端压力陡增。
关键认知： 容器网络不再是“黑盒”，每一次调度、升级、扩缩容都会引发网络状态迁移。缓存命中率是衡量网络中间件健康度的“晴雨表”。
1.2 缓存命中率的重要性
在容器网络链路中，缓存无处不在。下表列出常见缓存层级及其对运维的影响：
| 缓存层级 | 典型组件 | 命中率下降后果 | 运维关注指标 |
|---|---|---|---|
| DNS 缓存 | CoreDNS / NodeLocal DNSCache | DNS 查询放大，上游 DNS 负载飙升，Pod 启动变慢 | cache_hits / cache_misses |
| 连接池缓存 | Envoy / Istio-proxy / gRPC 连接池 | 频繁建连消耗 CPU 与端口，延迟增加 | pool_connections / pool_waits |
| ARP/NDP 缓存 | Linux 内核邻居表 | 邻居表溢出导致二层通信中断 | unresolved_probes / gc_thresh |
| 路由缓存 | FIB / eBPF 路由表 | 路由查找变慢，报文被错误转发 | fib_lookup_miss |
| Sidecar 代理缓存 | Envoy 集群/端点缓存 | 流量被路由到已下线 Pod，产生 503 | cluster.update_success / cluster.update_failure |
运维经验： 缓存命中率低于 95% 时，应触发告警并启动根因分析。灰度发布期间，缓存命中率波动超过 5% 即视为异常信号。
1.3 灰度发布与批次概念
灰度发布（Canary Release）是容器网络变更的标准策略。通过将流量逐步切至新版本，观察缓存命中率、错误率、延迟等指标，避免全量上线引发网络雪崩。
批次（Batch） 是灰度发布的最小执行单元。一个灰度批次包含：
- 目标实例数：本次变更影响的 Pod 数量。
- 流量权重：新版本实例承接的流量百分比。
- 观察窗口：批次生效后的指标采集时长。
- 回滚阈值：缓存命中率、错误率等指标触发回滚的边界值。
典型的灰度批次流程如下：
- 基线采集：记录当前全量实例的缓存命中率基线。
- 批次 1（5% 流量）：升级 2 个 Pod，观察 5 分钟。
- 批次 2（20% 流量）：升级 5 个 Pod，观察 10 分钟。
- 批次 3（50% 流量）：升级 10 个 Pod，观察 15 分钟。
- 全量发布：缓存命中率稳定后，完成剩余实例升级。
常见陷阱： 灰度批次之间间隔过短，缓存尚未预热完成就放大流量，导致“缓存击穿”效应。建议每个批次至少等待 2 个缓存 TTL 周期。
1.4 运维清单留痕的价值
在灰度批次巡检中，运维清单留痕 是指将每一次巡检操作、指标快照、决策依据、异常事件以结构化清单形式持久化记录。其核心价值体现在：
| 价值维度 | 具体说明 | 典型场景 |
|---|---|---|
| 可追溯性 | 每个批次变更都有完整操作日志和指标快照，支持事后审计 | 灰度回滚后复盘缓存命中率为何骤降 |
| 可复现性 | 相同批次配置可重复执行，确保巡检流程标准化 | 多集群灰度发布使用同一份清单模板 |
| 自动化触发 | 清单数据可作为自动化工具的输入，驱动下一步操作 | 缓存命中率低于阈值时自动暂停下一批次 |
| 知识沉淀 | 历史清单形成运维知识库，辅助故障模式识别 | 分析多次灰度中缓存命中率波动的共性原因 |
| 合规与审计 | 满足金融、医疗等行业对变更操作的合规要求 | 监管要求提供近 6 个月所有网络变更记录 |
核心原则： 运维清单留痕不是“事后补录”，而是“事中同步”。每个灰度批次执行前、执行中、执行后都必须生成对应的清单条目。
1.5 本章小结
本课程导论建立了四个核心认知：
- 容器网络运维背景：复杂、动态、多缓存层级，需要精细化巡检。
- 缓存命中率：是网络健康度的核心指标，灰度发布期间必须持续监控。
- 灰度发布与批次：通过分批次、分权重控制变更风险，每个批次需独立评估。
- 运维清单留痕：将巡检过程数据化、结构化，实现可追溯、可复现、可自动化。