2. 削峰核心思想：削峰填谷的概念、在Kubernetes场景下的削峰策略

2.1 削峰填谷概念与镜像供应链冷启动场景

“削峰填谷”是系统工程中经典的流量/负载均衡策略，其核心思想是将高峰期的负载压力，通过时间或空间上的缓冲，转移到低谷期处理，从而降低系统瞬时最大压力，提升整体资源利用率与稳定性。

在镜像供应链冷启动场景中，削峰填谷的目标非常明确：

• 削峰：避免大量Pod同时启动、同时拉取镜像，导致镜像仓库带宽被打满、节点磁盘I/O飙升、API Server请求过载。
• 填谷：将镜像拉取和容器启动的时间窗口错开，利用集群空闲资源提前准备，或在低负载时段完成预热。

2.2 Kubernetes场景下的三大削峰策略

针对Kubernetes环境，我们归纳出三种经过生产验证的削峰策略：预拉取（Pre-pulling）、资源配额（Resource Quota）、HPA联动（Horizontal Pod Autoscaler）。三者可独立使用，也可组合形成多层削峰防线。

2.3 策略一：预拉取（Pre-pulling）

预拉取是最直接的削峰手段。通过在节点上提前缓存目标镜像，使得Pod真正启动时无需等待镜像下载，直接从本地缓存加载。

实现方式：

• DaemonSet + initContainers：在每个节点上运行一个预拉取Pod，使用initContainers提前拉取镜像列表。
• kubelet 镜像垃圾回收策略：调整 imageGCHighThresholdPercent 和 imageGCLowThresholdPercent，保留常用镜像不被回收。
• Helm Chart 预拉取钩子：在Chart中定义预拉取Job，作为 pre-install 或 pre-upgrade 钩子执行。

2.4 策略二：资源配额（Resource Quota）

资源配额从准入控制层面限制Namespace的并发Pod创建数和总资源上限，间接控制镜像拉取的并发度。

关键配额字段：

典型配置示例：

apiVersion: v1
kind: ResourceQuota
metadata:
  name: coldstart-quota
  namespace: production
spec:
  hard:
    pods: "50"
    requests.cpu: "20"
    requests.memory: "80Gi"
    count/deployments.apps: "10"

2.5 策略三：HPA联动（Horizontal Pod Autoscaler）

HPA联动策略的核心是控制弹性伸缩的速率和幅度，避免因突发流量导致HPA瞬间扩容大量Pod，引发镜像拉取风暴。

关键调优参数：

• --horizontal-pod-autoscaler-sync-period：HPA评估周期，默认15秒，可适当调大（如30秒）降低评估频率。
• --horizontal-pod-autoscaler-downscale-stabilization：缩容稳定窗口，默认5分钟，防止频繁扩缩。
• behavior.scaleUp.policies：自定义扩容策略，限制每秒/每分钟最大扩容Pod数。

HPA扩容策略配置示例：

behavior:
  scaleUp:
    policies:
    - type: Pods
      value: 4
      periodSeconds: 60
    - type: Percent
      value: 100
      periodSeconds: 60
    selectPolicy: Max

上述配置表示：每分钟最多扩容4个Pod，或最多扩容当前副本数的100%，取两者中的较大值。通过限制扩容速率，将镜像拉取压力分散到多个时间窗口。

2.6 削峰策略联动架构

下图展示了三种策略在Kubernetes集群中的联动关系与数据流：

2.7 策略组合与最佳实践

在实际生产环境中，单一策略往往难以应对复杂的削峰需求。推荐按以下层次组合使用：

1. 第一层（预防层）：预拉取 + 镜像分层优化，在部署前完成镜像缓存。
2. 第二层（控制层）：资源配额 + LimitRange，在准入阶段限制并发规模。
3. 第三层（动态层）：HPA联动 + 自定义扩容策略，在运行时控制弹性速率。

2.8 削峰效果评估指标