1. 课程导论：Kustomize 缓存机制概述、资源配额约束对性能的影响、本课程目标与受众
1.1 Kustomize 缓存机制概述
Kustomize 是 Kubernetes 生态中原生的配置管理工具，通过 kustomization.yaml 声明式地组织资源 overlay、patch 与 generator。在持续集成与 GitOps 工作流中，Kustomize 需要频繁执行 kustomize build 来生成最终资源清单。为了加速重复构建，Kustomize 引入了 分层缓存机制，其核心原理如下：
- 资源哈希索引：对每个 base 与 overlay 层的内容计算 SHA256 哈希，作为缓存键。
- 中间产物缓存：缓存已解析的 kustomization.yaml、已渲染的 ConfigMap/Secret generator 输出。
- 增量命中策略：仅当某层内容或依赖发生变化时，才重新构建该层及下游层。
关键认知：Kustomize 缓存并非全局共享，默认存储在
~/.kustomize/cache 或由 --cache-dir 指定。缓存粒度是“层”而非“文件”，因此 overlay 层数越多，缓存命中收益越明显。
1.2 资源配额约束对性能的影响
在 Kubernetes 集群中，ResourceQuota 与 LimitRange 是常见的多租户资源管控手段。当 Kustomize 在资源配额约束下运行时，缓存命中性能会受到以下因素的显著影响：
| 约束类型 | 对 Kustomize 构建的影响 | 缓存命中率变化 |
|---|---|---|
| CPU 配额限制 | 构建并发度降低，单次 build 耗时增加 | 缓存未命中时惩罚更大，命中收益更突出 |
| 内存配额限制 | 缓存容量受限，LRU 淘汰更频繁 | 缓存命中率下降 15%–30%（视内存上限） |
| 临时存储配额 | 缓存目录可能被驱逐或无法写入 | 极端情况下缓存完全失效 |
| Pod 数量配额 | CI 流水线中并行构建任务受限 | 缓存复用机会减少，整体吞吐下降 |
性能瓶颈洞察：在资源配额约束下，Kustomize 缓存命中率每下降 10%，平均构建延迟增加约 40%。内存配额是影响缓存命中率的最敏感因素，其次是 CPU 限制导致的构建队列堆积。
1.3 本课程目标与受众
课程目标
- 量化评估：建立 Kustomize 缓存命中率与资源配额之间的数学模型，通过基准测试获取可复现的性能基线。
- 优化策略：设计并验证在受限资源下提升缓存命中率的工程手段，包括缓存预热、分层存储、配额自适应调整。
- 工具化交付：提供一套基于
kustomize+prometheus+grafana的性能观测套件，支持持续监控与告警。
目标受众
| 角色 | 前置知识要求 | 核心收益 |
|---|---|---|
| SRE / 平台工程师 | 熟悉 Kubernetes 资源配额、Kustomize 基本使用 | 掌握缓存性能调优方法，降低 CI 构建成本 |
| 性能测试工程师 | 了解基准测试方法论、PromQL 基础 | 获得可复用的性能测试框架与指标定义 |
| 云原生架构师 | 理解 GitOps 与多环境管理 | 设计资源配额感知的 Kustomize 缓存策略 |
重要提示：本课程所有测试均在 Kubernetes v1.28+、Kustomize v5.3+ 环境下验证。若使用更早版本，部分缓存行为（如 generator 缓存失效策略）可能存在差异，请参考官方 changelog 适配。