资源配额

背景 维护一个12节点K8s集群（16C64G），运行40+服务含Java应用（Spring Boot 2.7/JDK17）。去年统一requests=limits策略后，发现Java服务频繁OOMKill，复盘发现Netty的off-he

背景 我维护一个 12 节点（16C64G，K8s 1.28，containerd 1.7）的自建集群，上面跑着 40+ 服务：API 网关、订单服务、日志采集（fluent-bit）、batch ETL、监控 agent（node-exp

背景 8 年嵌入式出身，习惯了"资源就是钱"——MCU 上 512KB RAM 每一字节都要算清楚，超了直接 hard fault，没有"再给点"的余地。转 K8s 运维后最不适应的一点：调度器按 "requests" 装箱，但 "requ

背景 在 K8s 集群里，"requests" / "limits" 怎么填，直接决定了调度器的 bin-packing 效率和 Pod 运行时的 QoS 等级。我见过太多团队在这件事上"一刀切"： - 有些团队（尤其金融、电商中台）直接

【背景】 我们团队管着 3 个 K8s 集群（阿里云 ACK、自建 3 节点、客户私有化），200+ 微服务。过去两年，「CPU limits 到底设不设」在三次架构评审里被反复吵，每次结论都不一样。今天想把它摊开，听听大家真实生产里的做法

背景：我负责一个 12 节点（8C16G、节点池混部）的生产集群，Kubernetes 1.28，containerd。最近做成本复盘时发现一个反复出现的矛盾：很多业务 Pod 的 CPU/Memory request 是按压测峰值 × 1