📚 课程目录第1章课程导论

1. 课程导论：K8s调度策略调优与配置漂移审计的背景、课程目标与学习路径

在 Kubernetes 生产环境中，调度策略直接决定了工作负载的性能、稳定性和资源利用率。然而，随着集群规模增长与业务迭代加速，两个核心痛点日益突出：

调度策略调优的复杂性：默认调度器（kube-scheduler）基于静态资源请求（Requests/Limits）进行调度，无法感知节点实时负载、NUMA 拓扑、GPU 利用率等动态因素。调优涉及 PodSpec、NodeSelector、Affinity、Taints/Tolerations、PriorityClass、PodDisruptionBudget 以及自定义调度器扩展点（Scheduling Framework），参数组合呈指数级增长。
配置漂移的隐蔽性：运维人员手动修改调度配置、临时调整节点标签、或通过 Helm/Kustomize 更新部署时，极易产生与基线策略不一致的“漂移”。这种漂移往往在故障复盘时才发现，缺乏可追溯的审计链路。

  核心矛盾：K8s 调度策略的“动态调优需求”与“配置一致性保障”之间存在天然张力。Prometheus 生态（特别是 PromQL、Alertmanager、Grafana）为量化调度效果、检测配置漂移提供了可观测性基础，但业界缺乏系统化的治理方法论。

本课程旨在帮助 SRE 与平台工程师建立一套完整的 Prometheus 驱动的 K8s 调度治理体系，具体目标如下：

目标维度	具体描述	交付物
调度可观测	利用 Prometheus Metrics（调度延迟、Pending Pods、节点资源碎片率）量化调度质量	Grafana 调度大盘 + 核心 PromQL 面板
策略可调优	基于实时数据驱动调度参数调整（如 `kube-scheduler` 配置、自定义 Score 插件权重）	调优决策树 + 参数基线模板
漂移可审计	通过 Prometheus 采集配置快照、Alertmanager 检测配置差异、Grafana 展示漂移时间线	配置漂移审计告警规则 + 审计报表
治理可闭环	建立“监控-分析-调整-验证”的持续治理循环，降低 MTTR（平均修复时间）	治理 SOP 文档 + 自动化脚本

课程共 30 章，分为四个阶段。建议按顺序学习，每章均包含理论讲解、PromQL 实战与配置漂移审计案例。

本课程区别于传统 K8s 调度教程，强调 “以数据驱动决策” 和 “配置漂移的持续审计”。以下是课程的核心特色：

PromQL 贯穿始终：每个调度策略调优章节都配套 PromQL 查询，量化调优效果（如调度延迟 P99、节点资源碎片率、Pending Pod 数量变化）。
配置漂移审计实战：提供完整的配置快照采集方案（基于 Prometheus 的 kubernetes-mixin 扩展），以及 Alertmanager 漂移告警规则模板。
可复用的治理框架：输出标准化的调度策略基线模板、漂移检测模型、Grafana 审计报表 JSON 模型，可直接导入生产环境。
案例驱动：每章包含至少一个真实场景案例（如电商大促 Pod 快速调度、GPU 节点拓扑感知调度、节点池配置漂移检测）。

提示：本课程假设学员已具备 K8s 基础操作能力（kubectl、Pod/Deployment/Service 概念）和 Prometheus 基础查询能力（了解 PromQL 基本语法）。如果你对这些基础尚不熟悉，建议先学习官方文档或基础课程。

为了顺利完成课程实验，请提前准备以下环境：

组件	版本要求	用途
Kubernetes 集群	≥ 1.24	运行调度实验、部署工作负载
Prometheus + Grafana	Prometheus ≥ 2.40 / Grafana ≥ 9.0	采集调度 Metrics、可视化大盘、配置漂移审计
kube-state-metrics	≥ 2.8	暴露 K8s 对象状态（Pod、Node、ConfigMap 等）
Prometheus Operator	≥ 0.60	简化 Prometheus 部署与告警规则管理
Helm	≥ 3.10	部署实验组件、管理配置模板

注意：配置漂移审计章节需要开启 Kubernetes 审计日志（Audit Log）或使用 kubectl diff 命令进行基线对比。请确保集群有足够的存储空间保存审计日志。