解读

面试官把“性能测试”与“绿色算力”结合，考察候选人能否把传统的“并发-吞吐量-资源利用率”指标，延伸到“电价-碳排-成本”维度。
核心矛盾是：可再生能源（风光）出力不可控，现货电价每15分钟跳变一次；而批量任务（日志归集、AI训练、大文件转码、夜间对账）又必须满足SLA。
性能测试工程师需要给出“可量化、可验证、可回滚”的调度方案，并用压测手段证明：在低价窗口内完成任务，且不因资源争抢导致超时或失败。
回答时要体现“测试左移”思维：不是简单写个cron，而是先建模、再仿真、再灰度、再监控，最终把结论反哺到容量基线与SLA修订。

知识点

1. 国内电价体系：分时电价（峰平谷）、现货市场日前/实时出清价、绿电交易溢价、需求侧响应补贴。
2. 任务特征刻画：CPU型、GPU型、内存型、IO型；可拆分粒度；最早开始时间、最晚完成时间、可容忍中断次数。
3. 性能建模：排队论M/M/c→M/M/c/K，把“电价≤λ元/度”当作服务窗口，计算任务在窗口内完成的概率P(Tq≤Tsla)。
4. 容量评估：基于历史PV、Wind出力曲线与电价曲线做蒙特卡洛2万次采样，得到“低价时段可用算力”分布，再反推需要提前扩容的容器副本数。
5. 压测设计：
   • 负载模型：用JMeter+自定义JavaSampler模拟“电价触发+任务提交”双因子负载，电价下降瞬间并发陡增10倍。
   • 资源监控：接入Prometheus+node-exporter，重点看CPU steal、GPU显存碎片、磁盘iowait，防止低价时段大家一拥而上反而打爆集群。
   • 稳定性：用Linux tc+chaosblade模拟风光骤降→电价飙升，验证任务能否在30秒内保存checkpoint并优雅挂起。
6. 指标验收：
   • 业务指标：任务完成率≥99.5%，平均延迟不超过SLA 1.2倍。
   • 成本指标：度电成本下降≥18%，碳排因子下降≥25%。
   • 系统指标：低价时段CPU利用率从45%提升到78%，且P95 Pod启动时间≤8秒。
7. 回滚策略：若压测发现“低价窗口并发过载导致长尾延迟>SLA”，立即触发熔断，把非关键任务弹回常规时段，并记录基线偏差供下次调参。

答案

整体思路分四步：画像→预测→调度→验证。
第一步，任务画像。把批量任务按“能否中断、能否并行、资源饥渴度”打三维标签。例如：

• AI训练任务：可拆成128个子任务，单卡GPU 80%，中断需保存checkpoint，最晚7点前完成。
• 日志压缩：CPU 40%，内存2 GB，不可中断但可延迟到24点。
  用一周的历史运行数据，在Hive里跑SQL，算出每个任务在不同并发下的运行时间分布，输出P50、P90、P99。

第二步，电价预测。调用国网南瑞公开的“新能源出力+现货价格”API，拿到过去365天5分钟粒度数据。用LightGBM做特征工程：把风速、光照、温度、节假日、历史电价作为输入，预测未来24小时电价曲线。模型评价指标MAPE≤6%。同时输出“低价置信区间”：例如明日02:00-05:00电价≤0.32元/度的概率为92%。

第三步，调度策略。采用“双队列+动态优先级”算法：

1. 预调度队列：在20:00根据预测结果，把可延迟任务一次性排进低价窗口，并预留20% buffer防止预测误差。
2. 实时校正队列：每15分钟对比真实电价与预测值，若偏差>15%，触发重调度。用Kubernetes自定义Operator，修改CronJob的suspend字段，或把低优先级任务从GPU节点驱逐到CPU节点，释放高价时段的昂贵资源。
3. 资源隔离：给低价窗口单独建一个HPA，最小副本数=基准负载，最大副本数=集群剩余容量；通过PodDisruptionBudget保证至少有1个副本存活，避免全部抢占导致雪崩。

第四步，性能验证。

1. 影子压测：在预发环境用生产等量数据，把电价曲线提前注入，模拟“预测准确”和“预测失准”两种场景。压测脚本用Go写gRPC压测客户端，持续6小时，QPS曲线对齐真实任务提交节奏。
2. 瓶颈定位：通过eBPF采集on-CPU火焰图，发现低价时段etcd写延迟飙高，原因是所有节点同时拉镜像。解决方案：提前在本地磁盘缓存镜像，并把镜像仓库迁到内网Harbor，P99延迟从1.2秒降到180毫秒。
3. SLA报告：输出《绿色调度性能报告》，包含“任务完成率-电价-碳排”三维散点图（文字描述即可），证明在电价≤0.35元/度时段完成85%计算量，整体度电成本下降21%，碳排因子下降27%，且核心接口P99延迟仅上涨4%，在SLA允许范围内。

最终，把以上过程固化成一条GitLab CI流水线：

• 每晨7点自动拉取最新气象与电价数据→预测→生成调度计划→跑影子压测→若指标通过，合并到main分支，由ArgoCD自动下发到生产集群；若指标失败，发企业微信告警并阻断发布。这样就把“可再生能源波动”纳入了常规性能基线管理，实现了测试左移与成本优化的闭环。

拓展思考

1. 碳排双控升级：未来各省陆续出台“碳排双控”考核，调度策略不仅要算电价，还要算实时碳排因子。性能测试需要引入“碳效率”指标：每克CO₂能完成多少有效计算。压测报告里要同时给出“成本-性能-碳排”帕累托前沿，供管理层决策。
2. 需求侧响应补贴：江苏、广东对“可中断负荷”提供最高3元/千瓦时的补贴。性能测试可模拟“电网下发削峰指令，5秒内必须卸掉30%算力”的极端场景，验证任务checkpoint速度与状态恢复一致性，确保既拿到补贴又不丢数据。
3. 异构算力潮汐：西部弃风弃光时段，电价接近0元，但网络延迟高。可把非实时离线任务通过IPv6+SRv6弹性调度到“东数西算”节点，性能测试需评估“高带宽打满时的TCP重传率”与“跨域对象存储写入延迟”，确保远程算力潮汐不会成为新瓶颈。