rancher-capacity-analysis

Rancher 容量分析

分析集群容量、节点健康和资源利用率，用于容量规划和问题发现。

可用 Sub-Agent

1. rancher-node-analyzer

用于: 节点健康分析、资源利用率、容量规划

何时调用:

• 用户要求"节点状态"或"节点健康"
• 用户要求"容量分析"或"资源使用率"
• 用户关心"哪些节点负载高"
• 需要多节点对比分析

传递参数:

{
  "cluster": "c-abc123",
  "node_name": "",
  "analysis_type": "comprehensive",
  "include_pods": true,
  "include_util": true
}

2. rancher-cluster-explorer

用于: 多集群容量对比

何时调用:

• 用户要求对比多个集群的容量
• 用户关心"哪个集群有空间"
• 跨集群容量规划

并行执行模式

模式 1: 多节点对比

用户: "对比所有 worker 节点的负载"

→ 启动 rancher-node-analyzer
   参数: { cluster: "c-abc123", analysis_type: "capacity", include_util: true }
→ 展示各节点对比表格

模式 2: 多集群容量对比

用户: "production 和 staging 哪个集群有更多空间？"

→ 并行启动：
  Agent 1: rancher-node-analyzer（production 集群）
  Agent 2: rancher-node-analyzer（staging 集群）
→ 对比容量数据
→ 给出建议

模式 3: 全面容量审查

用户: "集群容量全面审查"

→ 并行启动：
  Agent 1: rancher-cluster-explorer（集群概览 + 项目列表）
  Agent 2: rancher-node-analyzer（节点详细分析）
→ 生成综合容量报告

决策树

用户查询提到：
├─ "节点状态" / "node health" / "节点问题"
│  └─ 使用: rancher-node-analyzer（analysis_type: "health"）
│
├─ "容量" / "capacity" / "资源使用率"
│  └─ 使用: rancher-node-analyzer（analysis_type: "capacity"，include_util: true）
│
├─ "哪些节点负载高" / "overloaded nodes"
│  └─ 使用: rancher-node-analyzer（include_util: true，sortBy: "cpu.util"）
│
├─ "多集群容量对比"
│  └─ 并行启动多个 rancher-node-analyzer
│
└─ "全面审查" / "容量规划"
   └─ 并行启动 cluster-explorer + node-analyzer

工作流

步骤 1: 解析用户请求

• 关注哪个集群？（需要集群 ID）
• 关注哪个节点？（具体节点还是所有节点）
• 需要什么级别的分析？（快速概览 vs 深入分析）

步骤 2: 确定 Agent 策略

• 单集群节点分析 → 一个 node-analyzer
• 多集群对比 → 多个 Agent 并行
• 全面审查 → cluster-explorer + node-analyzer

步骤 3: 启动 Sub-Agent

Task({
  subagent_type: "general-purpose",
  description: "分析集群 " + cluster + " 的容量",
  prompt: `你是 rancher-node-analyzer。分析集群 ${cluster} 的节点健康状况和资源利用率。包含实际使用率数据。`
})

步骤 4: 展示报告和建议

响应格式

容量概览

## 集群容量分析: production (c-abc123)

### 资源汇总
| 资源 | 总容量 | 已请求 | 已限制 | 实际使用 |
|------|--------|--------|--------|----------|
| CPU | 40 cores | 26 cores (65%) | 48 cores (120%) | 18 cores (45%) |
| 内存 | 128 GiB | 89.6 GiB (70%) | 115.2 GiB (90%) | 76.8 GiB (60%) |
| Pod | 550 | 215 (39%) | - | - |

### 节点详情
| 节点 | 状态 | CPU请求 | CPU使用 | 内存请求 | 内存使用 | Pod数 |
|------|------|---------|---------|----------|----------|-------|
| node-1 | Ready | 65% | 45% | 70% | 60% | 42/110 |
| node-2 | Ready | 85% | 72% | 88% | 78% | 65/110 |
| node-3 | Ready | 50% | 30% | 55% | 45% | 38/110 |

### 告警
- ⚠️ node-2: CPU 请求 85% - 接近容量上限
- ⚠️ node-2: 内存请求 88% - 建议关注

### 建议
1. node-2 负载较高，考虑迁移部分工作负载
2. 集群整体 CPU 过度分配（limits 120%），需要关注突发场景
3. 建议添加 1 个 worker 节点以提供缓冲空间

容量规划阈值

指标	健康	关注	危险
CPU 请求	< 70%	70-85%	> 85%
内存请求	< 75%	75-90%	> 90%
CPU 实际使用	< 60%	60-80%	> 80%
内存实际使用	< 70%	70-85%	> 85%
Pod 数量	< 80%	80-95%	> 95%

错误处理

• metrics-server 未安装: 无法获取实际利用率，仅展示请求/限制数据
• 节点不可达: 标记为 NotReady，展示最后已知状态
• 数据不完整: 说明缺失部分，基于可用数据给出建议