UD5工具箱
快速开始
使用本工具计算 Kubernetes 资源限制非常简单。首先，打开工具页面后您会看到一个清晰的配置面板，分为基本设置和高级设置两个区域。基本设置区域包含计算所需的全部核心参数，高级设置则提供更精细的控制选项。整个配置流程大约只需要 2-3 分钟。
第一步：选择工作负载类型
在页面顶部的下拉菜单中选择您的应用所属的工作负载类型。例如，如果您的应用是一个对外提供 REST API 的后端服务，应选择"API 服务"类型；如果是一个运行机器学习推理模型的服务，应选择"AI/ML 推理"类型。选择正确的类型对于获得准确的推荐结果至关重要，因为不同类型的工作负载具有截然不同的资源使用模式。
第二步：设置应用规模
根据您的应用的实际使用规模选择对应的规模等级。如果不确定如何选择，可以参考以下标准：小型——日活用户少于 1000 或 QPS 低于 50；中型——日活用户在 1000 到 10000 之间或 QPS 在 50 到 500 之间；大型——日活用户超过 10000 或 QPS 超过 500。规模等级会影响基础资源配额的计算基准。
第三步：输入稳态内存使用量
在内存使用量输入框中填写应用在正常负载下持续占用的内存大小，单位为 Mi（MiB，即 1024*1024 字节）。如果您不确定具体的内存使用量，可以通过以下方式获取：在 Kubernetes 中运行 kubectl top pod 命令查看当前 Pod 的内存使用情况；或者通过 Prometheus 查询 container_memory_working_set_bytes 指标获取过去一段时间的平均内存使用量。建议取一段时间内的平均值而非峰值。
第四步：输入预期 QPS
在 QPS 输入框中填写您期望应用能够处理的每秒查询数。QPS 可以从监控系统中获取历史数据作为参考，也可以根据业务预期进行估算。如果您刚启动新项目没有历史数据，可以参考同类应用的典型 QPS 值。本工具的 QPS 输入主要用于 CPU 资源的计算，对于内存敏感型应用（如缓存），QPS 的影响相对较小。
第五步：选择运行环境
根据应用即将部署的环境选择对应的选项。生产环境的推荐配置会比开发环境更加保守，以确保更高的稳定性。如果您同时需要部署到多个环境，建议分别为每个环境生成配置，然后根据实际情况进行微调。开发环境的配置通常可以比生产环境低 30%-50%。
第六步：配置高级选项（可选）
如果您需要更精细的控制，可以点击展开高级设置区域。JVM 内存预留选项专门针对 Java 应用设计，启用后会自动为 JVM 堆内存预留额外空间；高可用配置适用于需要多副本部署的核心服务，会增加资源冗余以支持滚动更新；CPU 突发因子允许容器在短时间内使用超过 limits 的 CPU 资源，适合有突发流量特征的应用。
第七步：查看计算结果
配置完成后点击"计算"按钮，工具会立即生成推荐的资源配置方案。结果页面包含以下信息：推荐的 CPU 和内存的 requests/limits 值、对应的 QoS 等级判定、CPU/内存使用率预估条、可直接使用的 Deployment YAML 片段以及典型工作负载参考配置表。您可以将 YAML 片段复制到 Deployment 配置文件的 resources 部分。
典型场景示例
假设您有一个对外提供 REST API 的 Node.js 服务，属于中型规模，在生产环境运行，稳态内存使用量约为 256Mi，预期 QPS 为 200。选择 API 服务类型、中型规模、生产环境，输入 256 和 200，点击计算后，工具可能推荐 CPU requests 为 500m、limits 为 1000m，内存 requests 为 384Mi、limits 为 512Mi，QoS 等级为 Burstable。生成的 YAML 片段可以直接复制使用。