Ubuntu Kubernetes性能优化策略
合理分配资源是提升集群稳定性和利用率的核心。首先，为每个Pod设置资源请求（Requests）（保证最低资源）和限制（Limits）（防止单Pod独占资源），例如数据库Pod可设置requests.cpu=2、limits.cpu=4，避免资源争抢。其次，使用ResourceQuotas限制命名空间的资源总量（如CPU、内存、存储），防止单一业务占用全部集群资源。此外，启用kubelet的镜像垃圾回收（调整--image-gc-high-threshold=85、--image-gc-low-threshold=80），自动清理旧镜像释放磁盘空间。最后，定期通过kubectl top nodes/pods监控资源使用情况，结合Metrics Server分析资源争抢热点。
网络是集群通信的关键，需选择高性能CNI插件（如Calico、Cilium），其中Cilium基于eBPF技术，能显著提升大规模集群的网络转发效率。调整CNI参数：将Pod网络MTU设置为1450（避免Overlay网络分片），优化连接跟踪表大小（--conntrack-max=1048576），防止连接跟踪耗尽。启用IPVS模式替代默认iptables（kube-proxy --proxy-mode=ipvs），提升Service转发性能（尤其在高并发场景下）。最小化网络策略数量（单节点建议不超过500条），使用Cilium的BPF预编译加速策略执行。
存储是有状态应用（如数据库）的核心瓶颈，需选择高性能存储方案：对于延迟敏感应用（如Redis），使用本地持久卷（Local PV）（通过local-path-provisioner动态供给）；对于高吞吐应用（如数据库），使用分布式存储（如Ceph RBD，设置type=pd-ssd）。配置StorageClass分级（如ssd-premium、hdd-standard），匹配业务需求；启用卷扩容（allowVolumeExpansion: true），支持在线扩展存储容量。优化存储I/O：为PV设置fsType=ext4（或xfs）、readOnly=false，调整存储缓存的预读策略（如Ceph的rbd_cache=true）。
合理调度Pod能提升资源利用率和集群稳定性。使用节点亲和性（NodeAffinity）将关键应用（如数据库）调度至专用节点（如带role=db标签的节点），减少跨节点通信延迟。配置Pod拓扑分布约束（TopologySpreadConstraints）（如maxSkew=1、topologyKey=kubernetes.io/hostname），将Pod均匀分布在多个节点上，避免单节点过载。启用Cluster Autoscaler（根据负载自动调整节点数量），应对突发流量；为关键应用设置PodDisruptionBudget（PDB）（如minAvailable=1），保障滚动升级或节点维护时的可用性。
全面的监控是性能优化的基础。部署Prometheus+Grafana监控集群指标，关键指标包括：API Server请求延迟（apiserver_request_duration_seconds）、Scheduler调度延迟（scheduler_e2e_scheduling_duration_seconds）、节点资源利用率（node_cpu_usage_seconds_total、node_memory_working_set_bytes）。使用EFK栈（Elasticsearch+Fluentd+Kibana）集中收集和分析日志，快速定位异常。通过Jaeger进行分布式追踪，识别微服务调用链中的性能瓶颈（如慢查询、延迟高的服务）。设置自动告警（如Prometheus Alertmanager），当指标超过阈值（如CPU使用率>80%、延迟>500ms）时及时通知运维人员。
优化Kubernetes组件参数能提升集群整体性能。调整kube-apiserver参数：增加--max-requests-inflight=1000、--max-mutating-requests-inflight=500，提升并发处理能力；启用--requestheader-allowed-names支持自定义请求头。优化kube-controller-manager：调整--horizontal-pod-autoscaler-sync-period=30s，减少HPA同步延迟；设置--concurrent-deployment-syncs=5，提升Deployment同步效率。调整kube-scheduler：增加--parallelism=16，提升调度并发度；配置--pod-initial-backoff-seconds=1、--pod-max-backoff-seconds=10，优化调度重试策略。最后，升级Kubernetes版本至最新稳定版（如1.28+），获取性能改进和安全修复。
应用层的优化能直接提升容器性能。使用轻量级基础镜像（如Alpine Linux、ubuntu:slim），减少镜像大小（如Alpine镜像仅几MB）和启动时间。采用多阶段构建（Dockerfile中分build和final阶段），移除不必要的构建工具和依赖，最小化最终镜像层数。清理镜像中的无用文件（如apt缓存、临时文件），进一步减小镜像体积。启用Pod本地DNS缓存（部署dns-cache或使用kube-dns-autoscaler），减少CoreDNS的查询压力（如将DNS缓存时间设置为30秒）。
