K8s kube-reserved 驱逐阈值计算：如何基于资源预留策略动态调整安全边界？

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，在某些情况下，业务 Pod 会被驱逐，怀疑是由于 kube-reserved 和 system-reserved 的配置不当导致。

现象

1. 资源预留不足：节点内存总容量 64Gi，kube-reserved=memory=4Gi，system-reserved=memory=8Gi，业务 Pod 总 limit 合计 52Gi，预留仅占 12%。
2. 驱逐频率高：过去 7 天内发生 17 次 kube-reserved 驱逐，其中 12 次与内存不足相关。
3. 阈值不敏感：当前 eviction-hard=memory.available<100Mi，但业务 Pod 在内存使用率 85% 时已开始 OOMKilled。

已尝试的排查

1. 调整 kube-reserved=memory=8Gi，system-reserved=memory=16Gi，但驱逐频率下降 30%，仍无法完全避免。
2. 启用 cgroup v2 的 memory.oom_control 选项，设置 oom_score_adj=-500，但驱逐事件仍发生。
3. 使用 kube-state-metrics 监控节点内存使用率，发现业务 Pod 在 85% 时开始频繁触发 OOMKilled。

期望答案形态

1. 动态计算公式：基于节点内存总量、系统服务内存占用、业务 Pod 平均内存使用率，给出安全阈值计算公式（如：安全阈值 = (节点内存 - 系统预留) × (1 - 业务峰值系数)）。
2. 工具推荐：是否有现成的 Prometheus + Grafana 模板或 kube-batch 项目可直接集成？
3. 调参建议：如何通过 kubelet 的 eviction-threshold 和 eviction-hard 参数组合实现动态调整？