Kubernetes性能、扩展性与网络：全面解析
1. 衡量Kubernetes的性能和扩展性
要提升Kubernetes的性能和扩展性，我们首先要明确提升的方向以及如何衡量这些提升。同时，在追求性能和扩展性提升的过程中，不能违背Kubernetes的基本属性和保证。实际上，性能的提升往往能免费带来扩展性的提升。例如，如果一个Pod原本需要占用节点50%的CPU才能完成工作，当我们提升性能后，该Pod只需使用33%的CPU就能完成相同的工作，那么这个节点上就可以同时运行3个Pod，而不是原来的2个，这样集群的扩展性就整体提升了50%（或者说成本降低了33%）。
Kubernetes有服务级别目标（SLOs），在提升性能和扩展性时必须遵守这些保证。Kubernetes的API调用响应时间目标是1秒（即1000毫秒），实际上大多数时候它的响应速度要快一个数量级。
衡量API响应性时，由于API有许多不同的端点，没有一个简单的API响应性数值，每个调用都需要单独测量。而且，由于系统的复杂性、分布式特性以及网络问题，测量结果可能会有很大的波动。一个可靠的方法是将API测量按不同端点分开，然后长时间进行大量测试，并查看百分位数（这是标准做法）。同时，使用足够的硬件来管理大量对象也很重要，Kubernetes团队在测试中为主节点使用了一个32核、120GB内存的虚拟机。
以下是不同重要API调用延迟的50%、90%和99%百分位数情况：
| 百分位数 | DELETE pods操作（毫秒） | 其他操作（毫秒） |
| ---- | ---- | ---- |
| 50% | - | - |
| 90% | 低于20 | 低于20
