QoS

背景 我负责一个 12 节点（16C64G，Kubernetes 1.28.9，containerd 1.7.13，cgroup v2，内核 5.15）的生产集群，上面跑着 30+ 个 Java 17 / Spring Boot 3 与 G

背景 我在做边缘网关，核心是一个 C++ 控制/桥接服务，裸机跑 4C8G 工控机时 RSS 稳定在 120MB 左右，三年没崩过。今年统一容器化，落到一个 4C8G 的边缘 K8s 节点（1.28.9，containerd 1.7.13，

【背景】 做了 8 年嵌入式，最近两年重心放在容器化和 K8s 运维。站内已经有很多单点的好内容：CPU limit 触发 CFS 节流把 P99 从 45ms 打到 2.1s 的复盘、CTE 物化导致 JOIN 变慢、还有我自己在双路 3

一、现象：凌晨 03:12，一台 32G 节点 40 秒内 evict 了 3 个 Pod，死的不是"最重"的那个 上个月凌晨 03:00，我们电商集群一台 8C32G 的 worker 节点（K8s 1.28.9，containerd 1

【背景】 我做了 5 年嵌入式，近两年主要精力放在容器化和 K8s 运维上。最近带新人做集群扩容时，被问得最多的一句话就是："requests 和 limits 到底填什么？" 我发现社区里对这件事的分歧非常大，甚至同一家公司内不同团队的做

先抛结论（我目前的倾向，欢迎打脸）：对绝大多数有状态、长生命周期的后端服务，limit 应该设；对批处理、Spark、ML 训练这类任务型负载，limit 不该设，甚至应该用 Burstable + request 兜底。但社区里这三种流派