3. 第三部分 · 平台能力

核心对象让应用能跑，平台能力让集群可运维。这一篇按依赖顺序接入调度与弹性、监控日志、网络入口、存储、证书、备份、扩展与多集群，每一项都给出安装、验证与故障边界。

LEVEL 03 · 平台 · 建议 4 周

本篇定位

从「能部署应用」到「能运营平台」，中间隔着一组基础设施能力。它们不是平级的：CNI 是地基，存储和入口依赖它，监控依赖存储，证书依赖入口，备份依赖存储。按依赖顺序安装，能避免大量无效排错。

这一篇的验收标准不是「Pod Running」，而是「能用一个查询或看板证明系统健康，并能说出组件挂了会影响谁」。

学完你能

  • 配置 requests/limits、HPA 与 KEDA，并解释扩容为什么没触发

  • 用节点亲和、Pod 亲和、污点、拓扑分布与优先级控制调度结果

  • 用 Prometheus、Grafana、Loki / ELK 建立指标与日志闭环

  • 在 Calico 与 Cilium 之间做选型，配置 NetworkPolicy 与 Hubble

  • 用 MetalLB + ingress-nginx 暴露服务，并做灰度发布

  • 用 OpenEBS / NFS CSI / MinIO 提供持久存储

  • 用 cert-manager 自动签发证书，用 Velero 完成备份恢复

  • 用 Contour/HTTPProxy 做灰度、镜像与 TLS 路由

  • 用 CRD、聚合 API 与 Operator 扩展 Kubernetes

  • 用 Ceph / Longhorn 补充块存储与分布式存储

  • 用 Karmada 做多集群分发与故障转移

前置条件

  • 完成第二部分，理解 Service、PVC、RBAC 与 NetworkPolicy

  • 集群有至少 3 个 worker，单节点建议 4C / 8G 以上

  • 能使用 Helm 安装组件（会在本篇中反复用到）

学习顺序

按 平台能力总览 的依赖地图推进：调度与指标 → 入口 → 可观测性 → 存储与证书 → 扩展与多集群。不要一次装完，每装一个就写下验证命令与故障影响。

本篇章节