1. 课程导学与压测背景
1.1 容量压测的定义
容量压测（Capacity Load Testing）是指在特定硬件与软件环境下，通过模拟真实用户流量与业务请求，对系统施加持续递增的压力，以测量系统吞吐量、响应延迟、资源利用率与稳定性边界的过程。在 Kubernetes 集群环境中，容量压测不仅关注单个 Pod 或 Service 的性能，更关注整个集群在极限负载下的调度效率、资源争抢、网络吞吐与故障恢复能力。
核心指标： QPS（每秒查询数）、P99 延迟、CPU 与内存使用率、Pod 重启次数、集群节点资源水位。
1.2 为什么需要压测
压测是保障生产系统可靠性的关键手段，尤其在微服务与容器化架构下，其必要性体现在以下五个方面：
| 维度 | 压测解决的问题 | 未压测的风险 |
|---|---|---|
| 容量规划 | 确定集群所需节点数与规格 | 资源不足导致服务雪崩 |
| 弹性伸缩 | 验证 HPA / VPA 触发阈值与响应速度 | 流量突增时扩缩容滞后 |
| 资源隔离 | 检测 Namespace / cgroup 限制是否生效 | 租户间资源争抢引发连锁故障 |
| 网络瓶颈 | 评估 CNI 插件与 Service Mesh 吞吐上限 | 网络延迟飙升或丢包 |
| 故障恢复 | 测试节点宕机后 Pod 重新调度时间 | 恢复时间过长导致 SLA 不达标 |
1.3 压测在 K8s 环境中的挑战
相比传统物理机或虚拟机压测，Kubernetes 环境引入了额外的复杂性，主要挑战包括：
- 动态调度不确定性： Pod 分布受调度器策略、节点亲和性、污点容忍度影响，压测流量分布不均。
- 资源抽象层开销： 容器运行时、CNI 网络、CSI 存储、Sidecar 代理均引入额外性能损耗。
- 多租户干扰： 共享集群中不同 Namespace 的压测任务可能相互影响资源配额。
- 压测节点管理复杂： 传统压测工具（如 JMeter、Locust）需要手动部署、配置、清理，缺乏自动化。
- 指标采集与关联困难： 需要同时采集 cAdvisor、kube-state-metrics、Prometheus、APM 等多源数据。
常见误区： 很多团队直接在生产集群中运行压测，未隔离压测节点，导致核心业务 Pod 被抢占或 OOM。本课程将全程使用专用压测节点池，避免对生产负载的影响。
1.4 课程目标
通过本课程的学习，你将掌握以下核心能力：
- 自动化部署压测节点： 使用 Terraform / Ansible 在 K8s 集群中快速创建专用压测节点池，并配置资源标签与污点。
- 压测工具容器化： 将 JMeter、Locust、wrk2 等工具打包为 Docker 镜像，通过 Kubernetes Job / Deployment 弹性运行。
- 指标采集与可视化： 集成 Prometheus + Grafana，实时监控压测过程中的集群与 Pod 级指标。
- 压测报告自动化： 压测结束后自动生成包含 QPS、延迟分布、资源使用率的 HTML 报告。
- CI/CD 集成： 将压测流程嵌入 Jenkins / GitLab CI，实现每次代码变更后的自动回归压测。
课程特色： 所有操作均提供完整的 YAML 清单、Shell 脚本与 Helm Chart，可直接用于生产级压测环境搭建。
1.5 前置知识要求
为获得最佳学习效果，建议你具备以下基础：
| 领域 | 具体要求 | 推荐学习资源 |
|---|---|---|
| Kubernetes 基础 | 熟悉 Pod、Deployment、Service、Namespace、Node 概念；能使用 kubectl 操作集群 | K8s 官方入门教程 |
| Linux 运维 | 掌握 SSH、systemd、网络配置、磁盘挂载等基本操作 | 《鸟哥的 Linux 私房菜》 |
| 容器与 Docker | 能编写 Dockerfile、构建镜像、使用 docker-compose | Docker 官方文档 |
| 压测工具基础 | 了解 JMeter 或 Locust 的基本用法（非必须，课程会提供模板） | JMeter 用户手册 |
| 自动化工具 | 了解 Ansible 或 Terraform 的基本概念（课程会提供完整代码） | Ansible 官方示例 |
1.6 课程章节概览
本课程共 30 章，按以下阶段组织：
- 阶段一（第 1-5 章）： 压测基础与环境准备，包括集群搭建、压测节点规划、自动化工具安装。
- 阶段二（第 6-15 章）： 压测节点自动化部署实战，涵盖 Terraform 编排、Ansible 配置、节点标签与污点管理。
- 阶段三（第 16-22 章）： 压测工具容器化与调度，包括 JMeter/Locust 镜像构建、分布式压测 Job 编写、资源限制配置。
- 阶段四（第 23-27 章）： 指标采集与报告生成，集成 Prometheus Operator、Grafana 仪表盘、自动报告脚本。
- 阶段五（第 28-30 章）： CI/CD 集成与最佳实践，对接 Jenkins/GitLab CI，实现压测即代码。
学习建议： 每章均提供可复用的代码仓库与操作视频，建议在测试集群中跟随操作，不要在生产环境直接执行。