1. 课程导论：HPA与Serverless平台的基本概念、容量调优与租户配额校准的关系
1.1 核心概念：HPA 与 Serverless 平台
Horizontal Pod Autoscaler（HPA） 是 Kubernetes 内置的弹性伸缩组件，负责根据 CPU、内存或自定义指标自动调整工作负载的副本数。在 Serverless 平台中，HPA 是连接底层容器调度与上层业务负载的关键桥梁。
Serverless 平台 在此课程中指基于 Kubernetes 构建的、面向多租户的容器化 Serverless 基础设施。其核心特征包括：
- 零运维：用户无需管理节点或集群。
- 按需计费：资源消耗与实际负载严格挂钩。
- 多租户隔离：每个租户拥有独立的配额与资源池。
- 弹性伸缩：依赖 HPA 实现秒级或毫秒级扩缩容。
关键认知：HPA 在 Serverless 平台中不再是单纯的“副本数调节器”，而是承载了容量预算执行与租户公平性保障的双重职责。
1.2 容量调优与租户配额校准的关系
当 Serverless 平台完成容量调优（如调整节点规格、优化调度策略、引入混部技术）后，原有的租户配额体系会面临以下挑战：
| 调优动作 | 对租户配额的影响 | 校准必要性 |
|---|---|---|
| 节点规格升级（如 4C8G → 8C16G） | 单 Pod 可分配资源上限提升，但碎片率可能增加 | 需重新校准租户最小/最大 Pod 数限制 |
| 引入混部（在线+离线） | 离线 Pod 可能抢占在线租户的突发资源 | 需校准租户的弹性缓冲区与抢占优先级 |
| HPA 策略优化（如指标采集周期缩短） | 扩缩容频率增加，可能触发配额上限 | 需校准租户的扩缩容速率与并发限制 |
| 调度器升级（如引入拓扑感知） | Pod 分布更集中，可能突破租户的节点亲和性配额 | 需校准租户的拓扑约束与资源预留 |
常见误区：容量调优后直接沿用旧配额，会导致弹性失效（配额过紧）或资源争抢（配额过松）。校准不是一次性动作，而是与调优周期绑定的持续流程。
1.3 课程目标与学习路径
本课程旨在帮助云原生运维与平台开发人员掌握以下能力：
- 理解 HPA 在 Serverless 多租户场景下的行为模型。
- 诊断 容量调优后租户配额失衡的典型症状。
- 设计 基于调优参数的配额校准算法与策略。
- 验证 校准后的配额对弹性、稳定性、计费的影响。
学习路径分为四个阶段：
- 基础篇（第1-8章）：HPA 原理、Serverless 配额模型、容量调优指标。
- 诊断篇（第9-15章）：配额失衡检测、监控数据采集、根因分析。
- 校准篇（第16-24章）：配额计算公式、动态调整策略、灰度发布。
- 实战篇（第25-30章）：多租户压测、故障演练、运维自动化。
学习建议：建议先完成基础篇的动手实验（如搭建单租户 HPA 环境），再进入诊断与校准环节。每章末尾的“自测清单”可帮助巩固关键概念。
1.4 核心关系图：HPA、容量调优与租户配额
1.5 课程适用人群与前置知识
| 角色 | 关注点 | 前置要求 |
|---|---|---|
| Kubernetes 运维工程师 | HPA 配置、集群容量管理 | 熟悉 Pod、Deployment、HPA 资源对象 |
| Serverless 平台开发 | 多租户配额模型、弹性策略 | 了解 Kubernetes 多租户方案（如 namespace quota） |
| SRE / 稳定性工程师 | 容量调优后的稳定性保障 | 具备监控与告警系统使用经验 |
| 技术管理者 | 资源成本优化、租户 SLA | 了解云原生基础架构 |
快速开始：如果你对 HPA 基础不熟悉，建议先阅读 Kubernetes 官方文档中关于 HPA 的章节，并完成一个简单的基于 CPU 的扩缩容实验。本课程第2章会提供快速回顾。