2.2.3 自治性：基于阈值+预测双引擎的AutoScaling（CPU/内存/请求量/业务...

文档摘要

2.2.3 自治性：基于阈值+预测双引擎的AutoScaling（CPU/内存/请求量/业务指标）我们来直面一个在生产环境里反复撕咬团队的伤口：凌晨三点，订单峰值突增300%，AutoScaling却像喝醉的守门员——反应迟钝、伸错腿、还漏球。你盯着监控面板上那根陡然拔起的红色曲线，CPU从35%飙到92%，Pod副本数却还在原地踏步；五分钟后，它终于“想起来”要扩容，可新Pod刚拉起，流量潮水已退去——系统在过载边缘喘息，而资源在闲置中空转。更讽刺的是，当运维同学手动救火时，HPA（Horizontal Pod Autoscaler）才慢悠悠追上来，把刚加的副本又砍掉一半。这不是玄学。这是阈值引擎的宿命：它只认“此刻”，不问“为何”，更不管“接下来”。