資源分配

1）挑戰與原則

資源分配是將需求（負載，項目，事件）與供應（CPU/RAM/IO/網絡，許可證，人員，預算）匹配到目標SLO和FinOps限制下的系統方法。

• SLO-first：資源有質量目標；選取是承受它的工具。
• Fairness+Priority：所有人的公平份額，但優先級-保證。
• 分裂：我們限制爆炸無線電的「貪婪」負載。
• Elasticity：自動擴展/壓縮以滿足實際需求。
• Cost-aware：每個額外資源必須對SLO/收入產生可理解的影響。
• 基於Evidence的：通過遙測和實驗驗證解決方案。

2）資源分類

計算：CPU/Memory/GPU，容器池，無伺服配額。
存儲：IOPS/帶寬，熱/熱/冷層，緩存。
網絡：egress/ingress, CDN,私人通道,IP池。
數據：DWH/流媒體中的插槽/窗口資源，後門窗口。
人：呼叫時段，IC/釋放，SRE/Dev時間（時鐘/沖刺）。
供應商：供應商限額（PSP/KYC/CDN）、限額和連接。

3）優先級模型（投資組合）

Tier-0：重要的流失（登錄、付款）。有保證的資源，單獨的池。
Tier-1：業務關鍵（核心產品，D-1報告）。首選配額。
Tier-2/3：支持/研究。Burstable，預算限制。
項目：Impact × Urgency × Confidence × Cost →等級；SAV/投資組合中的協調。

4）分配政策（擔保，配額，限制）

擔保人（專有人員）：虛構股份/儲備金；對於Tier-0/1。
Burstable：基本配額+自由占用至限額的權利。

Best-effort： 沒有保證,可以取代.

Quota/Limit-as-Code：所有配額和限額均以聲明方式描述（策略存儲庫）。
Preemption/Pod Disruption Budget：可以以什麼速度取代誰。
網絡配額：egress/tenant，與提供商的連接限制。

5）多重性和隔離

Namespace/Account per tenant：單獨的限制、預算、審計。
嘈雜的鄰居：cgroups/requests/limits/IO-throttling；單獨的nods用於「重」任務。
P95絕緣體：SLO是根據筆觸計算的，非平均值；爆破不應該打破鄰居的p95。
數據點：VIP/區域的單獨池存儲層和緩存層。

6）自動縮放和彈性

HPA/VPA/Cluster-autoscaler：通過SLI/SLI代理進行縮放（latency p95，queue depth），而不僅僅是CPU。
分級分級：在峰值窗口/事件之前。
Warm pools：用於快速滑板的加熱節點/連接。
網絡/CDN：通過RUM/Anycast/POP負載自動重構。

7）隊列、服務類和SLA

類：「黃金/銀/青銅」，目標等待時間和錯誤預算。
隊列/總線：優先級，Tier-0的各個部分，DLQ。
Backpressure：用於內核保護的drop/shape/slow學科。
自適應Taymout/Retrai：服務類別和當前狀態。

8）人力資源

班次和覆蓋範圍：交通匹配（追隨太陽），P1+P2達到頂峰。
SRE/Dev焦點：KPI的每反應/啟動時間（例如50/50）的百分比。
資源查詢：每小時/沖刺的RFC模板,透明的優先級隊列。

9）金融模型（FinOps）

單位經濟學：$/1K查詢，$/成功支付，$/GiB Logs。
預算和差額：帳戶/特許權配額，超支警告。
優化：熱/熱/冷存儲，木刻采樣，非關鍵現貨池。
Showback/Chargeback：團隊/男高音的成本報告激勵效率。

10）提供商管理

限制和窗口：合同的TPS和PSP/KYC/CDN的隊列；日歷中的計劃窗口。
Failover配置文件：多供應商之間的權重和路由。
脈搏度量：響應時間、容錯性、成本/成功操作。

11）分布成熟度度量

SLO Adherence按等級：黃金/銀/青銅的合規性百分比。
資源效率：CPU/RAM/IO（中位數/p95）的處置。
Cost per SLO點：保持目標SLO的成本變化。
Throttling/Preemption rate：我們排擠的頻率和人。
熱點MTTA：應對池/tenant過熱的時間。
公平指數：Tenant之間的延遲/配額分布（基尼/變異）。

12）支票單

在更改分布之前

• 定義了SLO目標和服務類別。
• 有負荷遙測（p95/p99，生長，季節性）。
• 配額/限額在Git中進行了描述，並進行了咆哮。
• 測試鄰居效應（隔離測試）。
• 回滾計劃和護衛隊已經準備就緒。

每周運營一次

• 池處置熱圖和熱點報告。
• FinOps報告：$/ed.,超支,異常。
• 提供商限額和SLA已得到滿足。
• 隊列：班級內的延遲，沒有饑餓。
• CAPA在工作中發現的瓶頸。

13）模板（想法）

13.1配額政策（YAML）

yaml tenant: vip-eu class: gold compute:
cpu:
request: "8000m"
limit: "12000m"
memory:
request: "16Gi"
limit: "24Gi"
storage:
tier: hot iops_min: 8000 network:
egress_mbps_cap: 500 slo:
latency_p95_ms: 250 preemption:
protected: true burst:
allowed: true max_factor: 1.5

13.2自動縮放配置文件（片段）

yaml autoscaling:
metric: "queue_depth"   # или biz_sli.payment_latency_p95 target: 200 min_replicas: 6 max_replicas: 60 warm_pool: 4 cooldown_sec: 120

13.3類服務和隊列

yaml class: gold sla:
wait_p95_ms: 150 queue:
partition: "gold-eu"
retry_policy:
attempts: 2 backoff_ms: 200 backpressure: "shape" # иначе drop/slow

13.4資源申請（人員）

RFC: RES-OPS-2025-11
Цель: усилить on-call P2 на пике ноябрьских промо (EU)
Период: 2025-11-25..2025-12-05
Обоснование: прогноз трафика +30%, прошлогодний p95 MTTA ↑
Запрос: +1 P2 слот/сутки, +IC в prime-time

14）程序與自動化

計劃者機器人：計算流量歷史和目標SLO，PR到策略存儲庫的配額。
Guardrails-bot：在配額/超額分配不足的情況下向派遣人員發出停止信號。
Comms-bot：超支/置換/班級變更命令通知。
註釋：版本/服務窗口更改工作時間的權重/配額（之後取消支持）。

15）反模式

脫穎而出，沒有SLO和遙測。
一個大池供所有人使用，沒有隔離「嘈雜的鄰居」。
沒有上限的失控爆破→「扼殺」鄰居。
缺少backpressure/隊列 →雪球taymout。
忽略日誌成本/egress是「安靜」的預算泄漏。
沒有季節性/高峰的固定配額→不可用或超支。

16）實施路線圖（4-8周）

1.奈德。1-2：資源和服務清單；類分配（gold/silver/bronze）；主要配額；基本的SLO。
2.奈德。3-4：啟用SLI代理自動縮放；設置隊列和後置壓力；隔離Tier-0池。
3.奈德。5-6： FinOps報告（美元/日,配額,預算差額）；warm-pools和彩繪滑板在高峰日。
4.奈德。7-8：計劃者/Guardrails自動化，tenant內閣（配額/價值可見），季度評論公平和熱點。

17）結果

資源分配不是一次性設置，而是嵌入在SLO，遙測和FinOps中的實時過程。當優先級正式化時，默認情況下，配額和限制（例如代碼，隔離和彈性）以及決策得到指標和成本的支持，系統將始終保持高峰，保護關鍵漏洞，並且不會「耗盡」預算。