K8s kube-reserved预留不足与HPA联动失效的根因分析与动态阈值计算方案设计

背景

我们管理一个 Kubernetes 集群，节点上配置了 kube-reserved 和 system-reserved 以确保系统资源的预留。然而，在高负载场景下，业务 Pod 仍会因资源不足被驱逐，且 Horizontal Pod Autoscaler（HPA）未触发扩缩容。

现象

1. 资源争用：CPU 使用率持续高于 80%，但 HPA 未触发扩缩容，业务 Pod 被驱逐
2. 预留失效：kube-reserved 预留资源未被 HPA 计入可用容量
3. 指标延迟：HPA 依赖的 CPU 使用率指标存在 1-2 分钟延迟，无法实时反映突发流量

已尝试

1. 检查 kube-reserved 配置：kube-reserved: 15%，system-reserved: 10%
2. 验证 HPA 指标源：使用 kubectl top node 确认指标采集正常
3. 检查 cgroup 配置：确认 cgroup driver 为 systemd

期望答案

1. 根因分析：kube-reserved 与 HPA 的指标脱节机制
2. 动态阈值方案：基于实时负载的动态预留计算公式
3. 落地建议：最小可行方案（如 1-2 个指标组合）

附：已读到 《K8s kube-reserved预留不足与HPA联动失效的根因分析与动态阈值计算方案设计》 的部分内容，但未找到完整方案