1. 课程导论：什么是容器连接池？为什么需要水位巡检与性能基准测试？
1.1 容器连接池的定义与核心价值
在微服务与云原生架构中，容器连接池是指运行在 Docker 容器内的应用进程所维护的一组复用型网络连接或数据库连接的集合。它通常由应用层中间件（如 HikariCP、JedisPool、gRPC 连接池）管理，目的是避免每次请求都经历三次握手、TLS 协商等昂贵的建连开销。
核心公式： 连接池命中率 = (池中获取连接次数) / (总请求连接次数)。命中率低于 95% 时，建连开销将显著拖慢 P99 延迟。
容器连接池与传统物理机/虚拟机连接池的关键区别在于：
| 对比维度 | 传统连接池 | 容器连接池 |
|---|---|---|
| 生命周期 | 随进程长期驻留 | 随容器启停，频繁重建 |
| 资源隔离 | 依赖 OS 级 cgroup | 依赖 Docker 资源限制（--memory / --cpus） |
| 配置热更新 | 通常需重启应用 | 可通过 Sidecar 或 ConfigMap 动态调整 |
| 监控粒度 | 进程级 JMX / 指标 | 容器级 cAdvisor + 应用指标双通道 |
1.2 为什么需要水位巡检？
容器连接池的水位（Water Level）是指当前活跃连接数占最大连接数的百分比。水位巡检的必要性来自三个现实问题：
- 连接泄漏：未正确归还的连接导致水位持续上升，最终触发连接耗尽（Connection Pool Exhausted）。
- 突发流量冲击：Kubernetes HPA 响应滞后时，连接池可能瞬间被占满，造成请求排队或超时。
- 资源争抢：同一 Pod 内多个容器共享 cgroup 限制，一个容器的连接池膨胀可能挤占其他容器的内存/CPU。
⚠️ 典型事故： 某电商平台在双十一大促期间，因 Redis 连接池未设置 maxTotal 上限，导致容器 OOM Kill，进而引发级联雪崩。事后复盘发现水位在故障前 3 分钟已超过 85%，但巡检系统未告警。
1.3 为什么需要性能基准测试？
性能基准测试（Benchmark）为连接池提供可量化的性能基线，解决以下核心问题：
| 测试目标 | 关键指标 | 典型阈值 |
|---|---|---|
| 最大吞吐量 | TPS（每秒事务数） | ≥ 5000 tps（参考值） |
| 延迟稳定性 | P99 延迟 | ≤ 50 ms |
| 连接获取耗时 | 平均获取时间 | ≤ 5 ms |
| 资源消耗 | 每连接内存开销 | ≤ 2 KB / 连接 |
| 弹性恢复 | 故障后恢复时间 | ≤ 10 s |
基准测试的产出是一份性能基线报告，后续每次代码变更、配置调整或基础设施升级后，通过对比基线即可快速发现性能退化。
1.4 课程目标与适用人群
🎯 课程目标： 学完本课程后，你将能够独立搭建容器连接池水位巡检系统，制定性能基准测试方案，并在生产环境中快速定位连接池瓶颈。
适用人群：
- DevOps / SRE 工程师：需要设计容器化服务的可观测性与自动化巡检体系。
- 后端开发工程师：希望深入理解连接池配置对应用性能的影响。
- 性能测试工程师：需要掌握容器环境下的基准测试方法与工具链。
- 平台架构师：负责制定容器化服务的资源水位标准与 SLA 指标。
前置知识要求：
| 技能领域 | 要求 | 说明 |
|---|---|---|
| Docker 基础 | 熟悉 | docker run、docker-compose、Dockerfile 编写 |
| Linux 基础 | 掌握 | 进程、网络、文件描述符、cgroup 概念 |
| 编程语言 | 至少一门 | Java / Go / Python 均可，课程以 Java 示例为主 |
| 监控工具 | 了解 | Prometheus + Grafana 基本使用 |
📌 课程产出物： 一套可复用的 Docker 连接池水位巡检脚本 + 性能基准测试模板 + Grafana 监控大盘 JSON 模型。