首页
›
后端、数据与云原生工程
›
033-Kubernetes调度、弹性与资源治理
›
《Kubernetes集群自动扩缩容工程》
VIP8
本课程属于:033-Kubernetes调度、弹性与资源治理
后端、数据与云原生工程 · 共 8 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
📘
Kubernetes集群自动扩缩容工程
共计 30 章节
可可资料掘金营 · 点击在线试看
01
自动扩缩容工程全景
目标=Kubernetes扩缩容的层… · 核心组件 · 设计原则与工程挑战
自动扩缩容工程全…
Kubernetes
02
资源模型与度量基础
目标=requests/limits · QoS · 资源利用率计算
资源模型
度量基础
03
HPA工作原理与配置
目标=控制器循环 · 指标聚合 · 扩缩容算法
HPA
工作原理
04
HPA实战
目标=基于CPU和内存的自动扩缩容 · 配置HPA · 压测验证与结果分析
HPA
CPU
05
HPA自定义指标扩缩容
目标=Prometheus Adap… · 自定义指标API · 基于QPS或队列长度的扩缩容
HPA
自定义指标扩缩容
06
HPA外部指标扩缩容
目标=外部指标API · 云服务商指标 · 基于消息队列积压的扩缩容
HPA
外部指标扩缩容
07
HPA扩缩容行为调优
目标=稳定窗口 · 扩缩容策略 · 防止抖动
HPA
扩缩容行为调优
08
VPA工作原理与配置
目标=推荐器 · 更新器 · 准入控制器
VPA
工作原理
09
VPA实战
目标=资源推荐与自动调整:部署VPA · 观察推荐值 · 应用更新策略与限制
VPA
目标=资源推荐
10
VPA与HPA的协同
目标=冲突场景 · 资源维度划分 · 同时使用的最佳实践与替代方案
VPA
HPA
11
Cluster Autoscaler工作原理
目标=节点组 · 扩容触发条件 · 缩容触发条件
Cluster
Autoscaler
12
Cluster Autoscaler实战
目标=在云上配置节点池自动扩缩容 · 配置节点池 · 模拟负载与观察节点变化
Cluster
Autoscaler
13
Cluster Autoscaler调优
目标=扩容阈值 · 缩容延迟 · 节点删除策略
Cluster
Autoscaler
14
节点池与多节点组策略
目标=异构节点池 · GPU节点池 · 竞价实例与优先级调度
节点池
多节点组策略
15
Karpenter简介与对比
目标=基于需求的节点供应 · 与Cluster Autoscale… · 适用场景
Karpenter
简介
16
Karpenter实战
目标=动态节点供应 · 配置NodePool与EC2Node… · 观察节点生命周期
Karpenter
目标=动态节点供…
17
Pod拓扑分布与扩缩容
目标=拓扑分布约束 · 节点亲和性 · 扩缩容对分布的影响
Pod
拓扑分布
18
工作负载控制器与扩缩容
目标=Deployment · StatefulSet · DaemonSet
工作负载控制器
扩缩容
19
扩缩容与调度器协同
目标=调度器优先级 · 抢占 · 绑定延迟
扩缩容
调度器协同
20
扩缩容可观测性
目标=关键指标 · 日志 · 事件
扩缩容可观测性
目标=关键指标
21
扩缩容故障排查
目标=HPA不扩缩容 · VPA推荐异常 · CA不扩容/不缩容的常见原因与诊断方…
扩缩容故障排查
HPA
22
扩缩容与成本优化
目标=资源利用率 · 成本监控 · 扩缩容策略与预算控制
扩缩容
成本优化
23
扩缩容与稳定性保障
目标=PodDisruptionBu… · 优雅终止 · 缩容时的服务可用性
扩缩容
稳定性保障
24
多集群与混合云扩缩容
目标=跨集群扩缩容 · 联邦集群 · 云 bursting 场景
多集群
混合云扩缩容
25
扩缩容安全与多租户
目标=资源配额 · 限制范围 · 优先级与抢占
扩缩容安全
多租户
26
扩缩容性能与规模
目标=大规模集群下的扩缩容延迟 · API压力 · 控制器性能调优
扩缩容性能
规模
27
扩缩容策略即代码
目标=GitOps管理HPA/VPA… · 版本控制与回滚
扩缩容策略即代码
GitOps
28
扩缩容仿真与压测
目标=使用工具模拟负载 · 验证扩缩容策略 · 容量规划
扩缩容仿真
压测
29
扩缩容工程案例
目标=电商大促场景 · 预案与演练
扩缩容工程案例
目标=电商大促场…
30
扩缩容工程案例
目标=批处理与AI训练场景 · 资源抢占与队列管理
扩缩容工程案例
AI
所属VIP或分类
同VIP:Karpenter与弹性资源生产实践与可靠性治理
同VIP:Karpenter实战100例
同VIP:Kubernetes-GPU资源调度工程