资源治理

【背景】 我在 K8s 上跑过 40+ 业务服务，踩过的最典型的坑有两个，恰好互相打架： - 一个没设 limits 的批处理服务，一次内存泄漏把整个节点 64G 吃光，node 上 7 个在线服务跟着被 OOMKill，告警一片红，根因却

背景： 我做了 8 年大数据平台，最近复盘一次事故：凌晨一个 BI 报表任务扫了 40GB 未命中的分区，把共享查询引擎的内存打爆，连带拖垮了两条在线服务链路。事后我们上了「查询级超时 + 资源配额 + 优先级队列」，但团队内部吵了一架：数