适用人群：Linux运维工程师、SRE、准备面试K8s岗位的同学。
本文给出两个高频生产场景：突发流量自动扩容、灰度发布失败快速回滚。内容可直接作为课程案例或企业内部演练模板。
一、场景一：API突发流量导致响应时间飙升
故障现象：午高峰请求量从平时的900 QPS升到2300 QPS，接口P95从180ms升到620ms。
根因：HPA只配置了CPU阈值，未纳入QPS和请求耗时指标，扩容触发滞后。
排障步骤：
kubectl top pod -n prod
kubectl get hpa -n prod
kubectl describe hpa api-server -n prod
kubectl get --raw /apis/custom.metrics.k8s.io/v1beta1优化建议：CPU目标利用率设置为65%，增加QPS自定义指标，每30秒评估一次，设置3分钟缩容冷却时间，防止抖动。
二、场景二：Canary灰度发布后错误率上涨
故障现象：新版本放量到30%后，错误率升至2.7%，用户投诉登录超时。
根因：新版本数据库连接池参数偏小，峰值时出现连接争抢。
应急策略：错误率超过2%或P95超过500ms时自动暂停放量并触发回滚，5分钟内恢复稳定版本。
kubectl rollout history deployment/api-server -n prod
kubectl rollout undo deployment/api-server -n prod
kubectl get pods -n prod -o wide
kubectl logs -n prod deploy/api-server --tail=200三、课堂实战演练建议
1. 用压测工具模拟2000+ QPS，观察HPA扩容速度与成本变化。
2. 用Argo Rollouts按10% -> 30% -> 60% -> 100%逐步放量，验证监控门禁策略。
3. 复盘发布失败案例，整理回滚SOP与值班交接模板。
四、课程关联能力点
本文对应Linux运维课程中的容器编排、监控告警、故障定位、自动化发布四个核心模块，适合就业前的项目化强化训练。
咨询方式：如需获取完整课程大纲和企业级实战项目，可联系苏州育成教育李老师 18068438616。
