OpenAI故障复盘 - 阿里云容器服务与可观测产品如何保障大规模K8s集群稳定性
Source :
mp.weixin.qq.com
Author :
容器服务&可观测
Kubernetes(K8s)架构已经是当今IT架构的主流与事实标准（CNCF Survey[1]）。随着承接的业务规模越来越大，用户也在使用越来越大的K8s集群。Kubernetes官方建议的最大集群规模是5000节点。甚至，如OpenAI通过技术优化，曾将K8s集群扩展至7500节点（Scaling Kubernetes to 7,500 nodes[2]）。这种千级别节点的大规模K8s集群，会容易引起分布式系统内部瓶颈，但也增加了系统的脆弱性。
