写给后端同学的 Kubernetes 入门:从「一台机器」到「会调 request/limit」

写给后端同学的 Kubernetes 入门:从「一台机器」到「会调 request/limit」

Hello,我是小兔大白糖。 这阵子团队在压测时把 backend-api 的 CPU limit 打满,顺手把 request/limit 的坑理了一遍。写成系列,给同样「服务已经上 K8s、但资源数字还在抄 YAML」的后端同学。

副标题:不讲云厂商黑话,用线程池、连接池、酒店订房讲清楚 K8s 里后端真正会踩的坑

估计阅读时间:8 分钟(本篇导读)· 全系列约 2~3 小时分篇读完


目录


这系列是写给谁的

你大概是这样的人:

  • 日常写 Go / Java / Node,熟悉线程池、连接池、-Xmx、超时和重试;
  • 服务已经跑在 Kubernetes 上(或即将上),但 request / limit、HPA、滚动发布还停留在「照着别人 YAML 抄」;
  • 压测时 CPU 打满、内存 OOM、副本加了却没变快——想搞清楚到底发生了什么;
  • 不想啃一整本运维手册,只想用后端语感把核心概念打通。

不适合谁:已经在写 Operator、调 kube-scheduler 插件的人——你会觉得太浅。本系列刻意停在「后端日常够用」这一层。


你会学到什么

读完七篇,你应该能独立做到:

  1. 用一句话解释 Pod / Node / Deployment / Service 各自管什么;
  2. 说清 request 是订座、limit 是天花板,以及 Guaranteed / Burstable 对你服务的影响;
  3. 回答同事灵魂拷问:「Pod 的 limit 加起来可以超过物理机吗?」;
  4. 对着一台虚构的 16 核 / 16G 机器,粗算能塞几个副本、要不要超卖;
  5. 压测打满时,区分是 CPU throttle 还是 OOM,再决定加副本还是抬 limit;
  6. 日常开发扫一眼清单:命名空间、探针、LimitRange、Kustomize overlay 大概怎么协作。
Kubernetes 后端入门系列路线图
Kubernetes 后端入门系列路线图 · 点击查看 SVG 原图

为什么后端也要懂 K8s

把服务丢进集群之后,很多「性能问题」其实不是代码写慢了,而是:

你以为的原因常见真相
业务逻辑慢CPU limit 太小,被节流(throttle)
内存泄漏内存 limit 太紧,RSS/WSS 顶到天花板被 OOMKill
加机器没用request 订座过大,新 Pod 调度不上去
偶发超时节点 limit/Burstable 争用严重,忙时和邻居抢 CPU

类比一句:K8s 的 request/limit,就像你给线程池设了 core/max,又给 JVM 设了 -Xmx——设错了,再漂亮的代码也会在生产里「看起来很忙、实际干不动」。

本系列用某团队示例服务 backend-api(Go / Hertz,Kustomize + GitOps 风格部署)当贯穿案例,数字全部脱敏,可直接当教学素材。


怎么读:推荐顺序

建议按编号顺序读。 尤其是 03,是整套系列的「主菜」——后面规划机器、压测排障都建立在它上面。

节奏建议
午休两篇先读 01 + 02,建立地图
深度一晚精读 03 + 04,画自己服务的 request/limit
压测周对着 05 排查;把 06 钉在团队 Wiki

每篇文章结构统一:标题与副标题 → 阅读时间 → 目录 → 正文(含 Mermaid 图)→ 小结 → 下一篇预告。单篇可独立收藏,合在一起就是一条学习路径。


系列文章一览

序号文件标题核心问题
00系列导读(本文)写给后端的 K8s 入门读谁、读什么、什么顺序
01Pod / Node / Cluster从一台服务器到 Kubernetes为什么需要 K8s?三层结构是什么
02Deployment 与副本ReplicaSet、滚动更新、Service副本、发版、稳定访问名
03request 与 limit(必读)订座 vs 天花板能否超卖;QoS;throttle / OOM
04单机资源规划16c/16G 心算超卖与高峰争用
05压测打满怎么办throttle / OOM / Pending加副本还是抬 limit;HPA
06日常开发清单Namespace、探针、KustomizeLimitRange 与提交前检查表
Kubernetes 后端知识地图
Kubernetes 后端知识地图 · 点击查看 SVG 原图

阅读约定

  1. 示例一律虚构或脱敏:镜像写成 xxx.dkr.ecr.region.amazonaws.com/demo-backend-api,命名空间用 development,服务名用 backend-api。
  2. 单位:CPU 用 m(1000m = 1 核);内存用 Mi / Gi。
  3. 类比优先:酒店订房、餐厅订位、线程池、连接池、JVM 堆——用来建立直觉,细节以 K8s 语义为准。
  4. 不讲:云账号、真实节点 ID、密钥、内网仓库地址——那些属于运维安全范畴,不在本系列。

小结

  • 这是一套给后端工程师的 K8s 基础系列,重点在 Deployment、资源、调度直觉和压测排障。
  • 主线一句话:request 决定「能不能排上座」,limit 决定「忙起来能冲多高」。
  • 按 01→06 顺序读;03 是核心,建议精读并对照自己的服务改一版数字。

下一篇预告

下一篇我们从「一台物理机跑多个进程」讲起,用酒店楼层和客房,把 Node、Pod、Cluster 钉死在脑子里——然后再说为什么光有 Docker 还不够,还需要 Kubernetes。


系列导航:导读(本文) · 01 Pod/Node/Cluster · 02 Deployment · 03 request/limit · 04 单机规划 · 05 压测 · 06 清单