解读

面试官想验证候选人能否把“降本增效”落到技术细节，而非简单回答“用 Cron 缩容”。
国内机房普遍执行阶梯电价+尖峰平谷计费，夜间（通常 23:00-08:00）电价可低至白天的 40 %；若业务 QPS 同步下降 70 % 以上，副本数与节点数联动缩容可直接减少宿主机功耗，单台 16C32G 物理机在低负载时可降 120 W 左右，千台规模一晚即可省 1000 kWh。
因此，答案必须体现：

1. 可观测：精准识别“低峰”
2. 可编排：Docker Swarm 原生或结合 K8s HPA 实现
3. 可回退：异常时 1 min 内恢复
4. 可审计：操作留痕，方便财务核算

知识点

1. Docker Swarm Service 模型：replicas 字段支持热更新，rollback 策略可配置 parallelism=1、delay=10s
2. 资源指标来源：
   • 内置 docker stats 内存/CPU 瞬时值
   • Prometheus + cAdvisor 落库，Granfana 告警
   • 业务层 QPS、RT、队列长度，通过 /metrics 暴露
3. 调度器选型：
   • Swarm 内置：docker service scale <service>=<num>
   • 结合 cron+shell：轻量但无并发安全
   • 自研 Python/Go 控制器：list→evaluate→scale→record
4. 节点级省电：
   • Swarm Drain 低负载节点 → 触发 IPMI 或 BMC 下电
   • 公有云可调用 阿里云 ECS StopInstances API 或 腾讯云 CVM StopInstances
5. 安全与合规：
   • 缩容前检查 PDB（PodDisruptionBudget）或 Swarm 的 max_unavailable_availability
   • 镜像拉取凭证、Secrets 在节点重启后仍可用，需提前放入 Docker Login Keychain 或 KMS
6. 回退策略：
   • 保留最近 3 个 replicas 历史值，Prometheus 告警规则：若 qps>白天均值 30 % 持续 2 min，立即 scale 回原副本
   • 使用 Swarm Rollback 或 K8s kubectl rollout undo 保证版本一致

答案

我曾在某头部电商负责千万级订单服务容器化，夜间 00:00-06:00 QPS 下降 80 %，通过以下四步实现自动省电缩容：

1. 指标采集：cAdvisor 采集 15 s 粒度 CPU<10 % 且 QPS<白天 20 % 持续 30 min，Prometheus 记录为 low_traffic=1
2. 决策服务：自研 NightScaler（Go 实现，部署为 Swarm global service），每 10 min 查询 Prometheus，若连续 3 周期满足条件，调用
   docker service scale app-service=2（白天 20 副本）
3. 节点联动：Swarm Drain 多余 worker，阿里云 ECS 自动停机 API 关闭 60 % 节点，关机前把 /var/lib/docker 挂载的云盘做 快照备份
4. 回退保障：
   • 设置 Grafana 告警：QPS>阈值 2 min 即触发 Webhook，NightScaler 立即 scale 回原副本并 ECS StartInstances
   • 操作记录写入 钉钉群 Bot+ELK，方便审计与财务对账
     结果： nightly 节省 1200 kWh，全年电费下降 18 万元，SLA 仍保持 99.95 %，无一次因缩容导致告警漏报

拓展思考

1. 若公司已全部迁往 K8s，可改用 KEDA 的 Cron ScaledObject，或 HPA+Cluster-Autoscaler 实现节点级关机；注意云厂商的 按量计费 与 抢占式实例 价差，综合评估是否真“省电”
2. 对状态服务（MySQL、Kafka）缩容风险高，可仅缩无状态前端网关，把 节省重点放在计算节点 而非有状态节点
3. 国内部分省份 22:00 后电价低于 0.3 元/kWh，可反向思考：把 离线批处理（大模型训练、日志压缩）调度到夜间，白天缩容批处理池，形成“错峰用电”双收益
4. 未来可接入 碳排放交易平台，将夜间省下的 kWh 折算成碳指标，在 全国碳市场 出售，进一步量化技术对双碳目标的贡献