K8s 节点 kube-reserved/system-reserved 驱逐业务 Pod：如何精准计算不触发驱逐？

背景 我在一个 12 节点（16C64G，K8s 1.28.9，containerd 1.7.13，cgroup v2，内核 5.15.0-112，Calico 路由模式）的生产集群里混跑 Java 17 微服务（约 18 个 Pod，request 合计 ~28G，limit 合计 ~40G）和一个 Flin

现象 业务 Pod 频繁被 kube-reserved 或 system-reserved 驱逐，导致服务不稳定，甚至出现流量丢失。

已尝试的排查与结果

• 已检查节点资源使用情况，发现 CPU 和内存使用率接近 100%。
• 已尝试增加节点资源，但问题依旧。
• 已尝试调整 kube-reserved 和 system-reserved 的比例，但效果不明显。

期望得到的答案形态

• 如何精准计算业务 Pod 的资源请求和限制，以避免被驱逐？
• 有哪些实际的案例和经验可以参考？
• 是否有工具或脚本可以帮助自动化计算和监控？