可观测性实验 第 4 部分 测验
最后更新: September 13, 2026
- k6 的 VU 与 RPS 之间是什么关系？
- A) 一个 VU 始终等于一个 RPS。
- B) VU 是并发执行上下文；RPS 还取决于请求数量、延迟和 sleep。
- C) VU 等于节点数量。
- D) RPS 与响应时间无关。
显示答案
答案：B) VU 是并发执行上下文；RPS 还取决于请求数量、延迟和 sleep。
在不同的工作负载和等待条件下，相同的 VU 数量并不意味着相同的吞吐量。
- k6 检查（check）失败时应如何让 CI 失败？
- A) 调用 check 总会以退出码 1 结束。
- B) 设置 checks/失败率阈值，并检查退出码。
- C) 生成摘要 JSON 文件即可证明成功。
- D) 只统计 HTTP 200 响应。
显示答案
答案：B) 设置 checks/失败率阈值，并检查退出码。
HTTP 成功与业务成功并不相同；还需断言 JSON、ID 和支付状态。
- 压测应该读取哪些订单 ID？
- A) 1 到 1000 之间的随机 ID。
- B) 由测试实际创建的 ID。
- C) 客户 ID。
- D) HTTP 状态码。
显示答案
答案：B) 由测试实际创建的 ID。
使用创建响应中返回的 ID，这样随机产生的 404 就不会污染工作负载。
- 什么应该随 SQS 积压量直接扩缩？
- A) 始终只扩缩 API 生产者。
- B) 处理该队列的消费者。
- C) Alertmanager 副本。
- D) 队列名称。
显示答案
答案：B) 处理该队列的消费者。
KEDA 读取队列属性并通过 HPA 管理扩缩；它本身并不消费消息。
- KEDA 的 cooldownPeriod 何时生效？
- A) 每次从 10 个副本变为 9 个副本时。
- B) 在最后一个活跃触发器之后缩容到零时。
- C) EC2 启动延迟。
- D) 日志保留期。
显示答案
答案：B) 在最后一个活跃触发器之后缩容到零时。
对于 1..N 个副本范围内的扩缩，请检查 HPA behavior 和稳定窗口（stabilization window）。
- HPA 的缩容稳定窗口有什么作用？
- A) 冻结所有节点。
- B) 采用窗口内最高的副本数推荐值。
- C) 仅使用瞬时 CPU 值。
- D) 每隔配置的间隔删除一个 Pod。
显示答案
答案：B) 采用窗口内最高的副本数推荐值。
它并不是简单的无条件固定延迟；策略（policy）和推荐值历史同样重要。
- Karpenter 通常可以解决哪个问题？
- A) 镜像名称拼写错误。
- B) 无法调度的 Pod 需要与其 NodePool 兼容的容量。
- C) 应用程序语法错误。
- D) 数据库密码错误。
显示答案
答案：B) 无法调度的 Pod 需要与其 NodePool 兼容的容量。
增加节点并不能解决镜像拉取问题或应用程序缺陷；请先检查调度失败的原因。
- kube_deployment_status_replicas 衡量什么？
- A) 始终是就绪（ready）副本数。
- B) Deployment 的副本总数，与就绪副本数不同。
- C) 包含 Rollouts 在内的所有控制器副本数。
- D) 节点数量。
显示答案
答案：B) Deployment 的副本总数，与就绪副本数不同。
就绪副本数请使用 kube_deployment_status_replicas_ready；Rollouts 需要各自的状态源或 exporter。
- 如何根据 phase 指标统计处于 Running 状态的 Pod 数量？
- A) 统计所有 Running 时间序列，不过滤取值。
- B) 直接对 Running phase 的 0/1 gauge 求和。
- C) 累加 Pod 名称的长度。
- D) 始终返回三。
显示答案
答案：B) 直接对 Running phase 的 0/1 gauge 求和。
Running phase 的时间序列可能存在但取值为零，因此不加过滤的计数会高估数量。对 gauge 求和时，若所有 Pod 都处于 Pending 则返回零，而在缺少遥测数据时结果依然为空。
- 什么可以作为压测实验成功的证据？
- A) 从预期文档数值中复制的表格。
- B) 实测的请求数、错误数、延迟、队列长度、副本数、节点数和退出状态。
- C) Job 创建成功。
- D) 仅仅是节点数量减少。
显示答案
答案：B) 实测的请求数、错误数、延迟、队列长度、副本数、节点数和退出状态。
不要把未经实测的吞吐量、可用性或成本节省作为结果呈现。