1. 课程导论与背景
1.1 Kubernetes 数据库迁移的挑战
将传统数据库（MySQL、PostgreSQL、MongoDB、Redis 等）迁移至 Kubernetes 平台，并非简单的“容器化打包”。数据库作为有状态服务，对存储、网络、资源隔离与性能有着极高的要求。在实际迁移过程中，团队通常会面临以下五大核心挑战：
| 挑战维度 | 具体问题 | 典型后果 |
|---|---|---|
| 有状态与持久化 | Pod 重建后数据丢失；PV/PVC 绑定错误；存储性能不达标 | 数据不一致、恢复时间长 |
| 网络与延迟 | CNI 插件引入额外延迟；跨节点流量带宽受限；DNS 解析抖动 | 查询响应变慢、连接超时 |
| 资源争抢 | CPU 节流（Throttling）；内存 OOMKill；磁盘 IO 竞争 | 数据库性能剧烈波动、主从切换频繁 |
| 配置与参数 | 内核参数（somaxconn、swappiness）未调优；数据库自身 buffer pool 设置不当 | 资源利用率低、吞吐量下降 |
| 运维与可观测性 | 缺乏专用的数据库监控；备份恢复流程未容器化适配 | 故障定位困难、SLA 无法保障 |
⚠️ 常见误区： 很多团队将数据库直接使用默认的 Deployment + Service 部署，未配置 StatefulSet、未设置 Pod 反亲和、未预留系统资源，导致生产环境频繁出现“容器重启后数据丢失”或“高并发下 OOM”事故。迁移不是“跑起来就行”，而是“稳定、高性能地跑起来”。
1.2 资源限制与性能优化的核心目标
本课程围绕两个紧密关联的主题展开：资源限制（Resource Limits）与性能优化（Performance Optimization）。其核心目标可归纳为以下四点：
- 保障稳定性： 通过合理的 CPU/内存/磁盘 QoS 配置，避免数据库 Pod 被节点上的其他容器“饿死”或“杀死”。
- 提升吞吐量： 在有限的集群资源下，通过内核调优、数据库参数适配、存储性能调优，最大化数据库的 QPS/TPS。
- 降低延迟： 优化网络路径、减少上下文切换、使用本地卷或高性能存储类，将 P99 延迟控制在业务可接受范围内。
- 可预测性： 建立资源配额与性能指标之间的量化关系，使运维人员能够提前规划扩容，而非被动响应告警。
💡 关键认知： 在 Kubernetes 中，数据库性能优化的本质是“在隔离与共享之间寻找最佳平衡点”。完全独占节点（Dedicated Node）可以消除资源争抢，但会降低集群利用率；过度共享则会导致性能不可控。本课程将提供一套可落地的分级优化策略。
1.3 课程大纲概览
本课程共分为 8 个模块，从基础概念到高级实战，层层递进：
| 模块 | 章节范围 | 核心内容 |
|---|---|---|
| 一 | 第 1-2 章 | 课程导论、Kubernetes 资源模型与 QoS 等级详解 |
| 二 | 第 3-5 章 | StatefulSet 设计、PV/PVC 选型、本地卷与网络卷性能对比 |
| 三 | 第 6-8 章 | CPU 管理策略（Static/None）、内存限制与 Swap 调优、NUMA 亲和性 |
| 四 | 第 9-11 章 | 数据库内核参数调优（sysctl）、MySQL/PostgreSQL 容器化参数适配 |
| 五 | 第 12-14 章 | 网络性能优化（Calico/eBPF、SR-IOV、RPS/RFS）、DNS 与连接池 |
| 六 | 第 15-18 章 | 监控体系构建（Prometheus + Grafana + 数据库 Exporter）、SLO 定义 |
| 七 | 第 19-22 章 | 压力测试工具（sysbench、pgbench）、资源限制与性能的量化分析 |
| 八 | 第 23-30 章 | 生产级迁移案例（MySQL 主从、Redis 集群）、故障演练与回滚方案 |
📘 学习建议： 如果你已经熟悉 Kubernetes 基础资源对象（Pod、Deployment、Service），可以直接从第 3 章开始；如果你是运维新手，建议按顺序学习，尤其要动手完成第 7 章和第 19 章的实验。
1.4 数据库迁移至 Kubernetes 的总体架构
下图展示了数据库迁移后的典型架构层次，以及资源限制与性能优化在各层的作用点：
从上图可以看出，资源限制与性能优化并非仅作用于数据库 Pod 本身，而是需要从应用层到存储层进行全栈协同调优。任何一个环节的瓶颈，都可能成为数据库性能的短板。
1.5 课程适用人群与前置知识
- Kubernetes 运维工程师： 希望掌握有状态服务的高阶运维技能。
- 数据库管理员（DBA）： 正在或计划将数据库迁移至容器平台。
- SRE / 平台工程师： 需要设计数据库性能基准与容量规划方案。
- 前置知识： 熟悉 Kubernetes 基本概念（Pod、Service、Deployment）；了解至少一种数据库的基本运维操作（安装、配置、备份）。
🎯 课程交付物： 完成本课程后，你将获得一套可直接用于生产环境的 Kubernetes 数据库部署模板（YAML 清单 + Helm Chart）、一份 资源限制与性能调优检查清单，以及一个 压力测试与性能基准测试脚本库。