第4章 云计算基础高频问题：虚拟化、弹性伸缩、负载均衡、网络

🎯 面试官考察点

• 是否理解虚拟化核心概念（Hypervisor、VM、Guest OS）
• 能否关联阿里云实际产品（ECS、弹性裸金属、轻量应用服务器）
• 是否有性能、隔离、资源超分等深度思考

📐 回答框架

• 定义：虚拟化是将物理资源抽象为逻辑资源，实现多租户隔离与共享。
• 类型：Type1（KVM/Xen） vs Type2；阿里云ECS基于KVM。
• 优势：资源利用率高、弹性快、运维自动化。
• 场景：云主机、容器、GPU虚拟化等。

💡 简短示例回答

虚拟化通过Hypervisor将物理机划分为多个虚拟机，阿里云ECS基于KVM实现。它提供资源隔离与灵活分配，支持秒级创建和弹性变配。我在项目中利用ECS快速搭建测试环境，并通过CPU/内存超分降低成本。

⚠️ 可能追问

• KVM与Xen的主要区别？
• 内存复用（Memory Overcommit）的机制与风险？
• 弹性裸金属是如何实现“零虚拟化损耗”的？

🎯 面试官考察点

• 是否理解伸缩组、冷却时间、伸缩活动概念
• 能否区分定时、动态、健康检查三种伸缩模式
• 是否具备结合SLB、RDS、监控的整体设计能力

📐 回答框架

• 原理：基于CloudMonitor指标（CPU/内存/QPS）触发伸缩规则，调整ECS实例数。
• 核心配置：伸缩组、伸缩配置（镜像、实例规格）、伸缩规则（步进/简单）、冷却时间。
• 设计要点：先评估业务潮汐，设定最小/最大实例数，配合SLB自动挂载，数据库做连接池。

💡 简短示例回答

Auto Scaling根据CPU>80%持续5分钟触发增加2台ECS，冷却120秒；同时关联SLB自动注册，新实例从自定义镜像启动。我曾在促销场景下设置定时伸缩，提前扩容应对流量洪峰。

⚠️ 可能追问

• 冷却时间设置不合理会带来什么影响？
• 如何保证扩容后实例上的应用数据同步？
• 与K8s HPA相比，阿里云Auto Scaling的优缺点？

🎯 面试官考察点

• 是否熟悉SLB四层/七层转发区别
• 能否说出轮询、最小连接、一致性哈希等算法及适用场景
• 是否了解健康检查、会话保持、HTTPS卸载等高级功能

📐 回答框架

• 原理：SLB作为流量入口，根据算法分发请求到后端ECS，同时进行健康检查排除故障节点。
• 四层（TCP/UDP）基于IP+端口，七层（HTTP/HTTPS）支持域名/URL路由。
• 调度算法：轮询（RR）、加权轮询、最小连接数、加权最小连接、一致性哈希（源IP/URL）。

💡 简短示例回答

SLB是阿里云高可用流量分发服务。我曾在微服务网关后使用七层SLB，配置轮询算法和HTTP健康检查；对需要会话保持的购物车接口，改用源IP哈希算法，确保请求到同一台ECS。

⚠️ 可能追问

• SLB的“连接耗尽”是什么？如何优雅处理？
• 如何排查SLB后端ECS全部异常时用户的体验？
• ALB（应用型负载均衡）与NLB（网络型）的选型差异？