已开启
新增提案：0006-沙箱动态挂载存储【WIP】 #9
刘艳松创建于 8月12日
新增提案：0006-沙箱动态挂载存储【WIP】 #9
已开启
共 1 个文件变更+367-0
| @@ -0,0 +1,367 @@ | |||
| 1 | +# FluxSandbox 沙箱动态挂载存储 | ||
| 2 | + | ||
| 3 | +## 概述 | ||
| 4 | + | ||
| 5 | +本提案为 FluxSandbox 新增沙箱运行时动态存储挂载能力，兼容宿主机本地目录、K8s CSI PVC、沙箱快照、远端对象存储四类存储源；解决当前仅支持沙箱创建时静态一次性挂载、运行中无法增删存储卷的痛点，提升多租户数据隔离、大模型KV缓存、量化离线数据集场景资源弹性与业务连续性。 | ||
| 6 | + | ||
| 7 | +## 动机 | ||
| 8 | + | ||
| 9 | +### 背景 | ||
| 10 | + | ||
| 11 | +当前 FluxSandbox 沙箱存储挂载仅支持创建阶段静态批量注入，所有挂载配置在 Agent 调用 containerd 创建容器时一次性写入 OCI Mount 配置，沙箱进入 Running 状态后无法新增 / 卸载存储，存在多重业务瓶颈： | ||
| 12 | +- 多租户场景：用户独立持久 PVC 无法按需绑定，全局静态挂载存在跨租户文件越权风险； | ||
| 13 | +- 快照预热能力无动态绑定入口，预加载数据集镜像无法挂载至已运行沙箱； | ||
| 14 | +- 存储调度无拓扑感知，PVC 与沙箱跨节点挂载带来大量跨机网络 IO，推理延迟升高。 | ||
| 15 | +- 现有调度仅完成算力均衡，缺少存储维度亲和调度；同时存量静态挂载逻辑无法满足弹性存储诉求，亟需一套统一的静态 + 动态双模式存储编排能力。 | ||
| 16 | + | ||
| 17 | +### 目标 | ||
| 18 | + | ||
| 19 | +- 双模式挂载兼容：保留创建期静态批量挂载存量能力，新增运行时动态热挂载 / 卸载接口； | ||
| 20 | +- 统一存储抽象：支持本地宿主机目录、K8s CSI PVC、沙箱快照镜像、远端 OSS 四类存储源； | ||
| 21 | +- 联动拓扑亲和调度：动态挂载 PVC 时优先调度至存储同拓扑节点，降低跨节点 IO 损耗； | ||
| 22 | +- 沙箱粒度隔离：单沙箱独立存储权限、读写控制、容量限制，满足多租户合规； | ||
| 23 | +- 无侵入改造：不新增 CRD，扩展现有 Sandbox CR 字段，兼容存量 SandboxGroup 调度逻辑； | ||
| 24 | +- 完整可观测：存储挂载 / 卸载事件、IO 资源占用、卷生命周期全链路日志与监控上报。 | ||
| 25 | + | ||
| 26 | +### 非目标 | ||
| 27 | + | ||
| 28 | +- 不实现沙箱内文件系统在线扩容，仅支持新增 / 卸载独立存储卷； | ||
| 29 | +- Alpha 阶段不支持存储卷跨沙箱迁移； | ||
| 30 | +- 不改造底层 containerd 运行时，复用原生 OCI Mount、UpdateContainer 标准能力； | ||
| 31 | +- 暂不支持存储卷配额动态修改，容量限制创建 / 挂载时一次性指定。 | ||
| 32 | + | ||
| 33 | +## 提案 | ||
| 34 | + | ||
| 35 | +### 用户故事 | ||
| 36 | + | ||
| 37 | +#### Story1 LLM PD 分离推理动态扩容 KV 缓存 | ||
| 38 | +集群已开启拓扑亲和调度，Node 打上unifiedbus.com/superpod拓扑标签，PVC 绑定对应超节点拓扑域。推理流量突增，Decode 沙箱显存 KV 缓存不足： | ||
| 39 | +- 业务侧 OpenSandbox SDK 调用AddSandboxVolume动态挂载高速本地 PVC； | ||
| 40 | +- FluxSandbox Controller 更新 Sandbox CR spec.dynamicVolumes； | ||
| 41 | +- Scheduler 联动拓扑缓存，校验 PVC 与沙箱同超节点拓扑，下发挂载指令至对应 Agent； | ||
| 42 | +- Agent 完成 PVC 在 Pod 层挂载后，调用 containerd 动态追加 mount 配置，沙箱无需重启即可使用 KV 存储； | ||
| 43 | +- 流量回落时调用RemoveSandboxVolume卸载闲置存储，释放集群存储资源。 | ||
| 44 | +#### Story2：可用区容灾 | ||
| 45 | + | ||
| 46 | +平台租户创建沙箱时静态挂载公共只读模型目录，运行中动态绑定个人专属 PVC 持久化代码与回测结果，不同租户 PVC 相互隔离，无跨目录访问权限。 | ||
| 47 | + | ||
| 48 | +### 风险与缓解措施 | ||
| 49 | + | ||
| 50 | +- **风险1**：containerd 动态更新容器 mount 失败，沙箱文件系统异常 | ||
| 51 | + - **缓解**：Agent 增加挂载事务逻辑，追加失败自动回滚原有 mount 列表，日志输出完整错误堆栈；新增挂载前置校验（路径白名单、容量、权限），拦截非法挂载请求。 | ||
| 52 | +- **风险2**：PVC 跨拓扑节点挂载，产生大量跨节点网络 IO | ||
| 53 | + - **缓解**：动态挂载时读取 PVC 绑定拓扑标签，与沙箱所在拓扑域对比，不匹配时返回告警，提供强制挂载开关供业务兜底。 | ||
| 54 | +- **风险3**：沙箱销毁时动态存储卷残留未清理 | ||
| 55 | + - **缓解**：Sandbox 控制器监听沙箱删除事件，自动下发批量卸载指令，Agent 兜底清理临时快照目录与 bind 挂载。 | ||
| 56 | +- **风险4**：频繁动态挂载引发 k8s PVC API 风暴 | ||
| 57 | + - **缓解**：Agent 层缓存 PVC 挂载状态，同一 PVC 重复挂载请求去重，增加限流阈值。 | ||
| 58 | + | ||
| 59 | +## 设计细节 | ||
| 60 | + | ||
| 61 | +### 整体架构 | ||
| 62 | + | ||
| 63 | +```mermaid | ||
| 64 | +flowchart TD | ||
| 65 | + SDK["OpenSandbox SDK"] --> Server["OpenSandbox Server"] | ||
| 66 | + Server --> Ctrl["flux-sandbox-controller"] | ||
| 67 | + subgraph Scheduler Runtime | ||
| 68 | + SSGRuntime["SSGRuntime"] | ||
| 69 | + Registry["InMemoryRegistry"] | ||
| 70 | + VolMgr["VolumeManager 存储调度子模块"] | ||
| 71 | + end | ||
| 72 | + Ctrl --> SSGRuntime | ||
| 73 | + SSGRuntime --> Registry | ||
| 74 | + SSGRuntime --> TopoCache | ||
| 75 | + SSGRuntime --> VolMgr | ||
| 76 | + VolMgr --> Agent["flux-sandbox-agent"] | ||
| 77 | + Agent --> Containerd["containerd/nerdctl 运行时"] | ||
| 78 | + Agent --> CSI["K8s CSI PVC"] | ||
| 79 | + Agent --> Snapshot["快照预热模块"] | ||
| 80 | +``` | ||
| 81 | + | ||
| 82 | +### 核心概念 | ||
| 83 | + | ||
| 84 | +- **静态卷 volumeMounts**：沙箱创建时一次性注入，生命周期与沙箱同步，存量兼容逻辑； | ||
| 85 | +- **动态卷 dynamicVolumes**：沙箱 Running 状态下可通过 gRPC 增删，存储源独立生命周期； | ||
| 86 | +- **存储源类型**：local (宿主机目录)、pvc (K8s 持久卷)、snapshot (数据集快照)、oss (远端对象存储)； | ||
| 87 | +- **拓扑存储亲和**：动态 PVC 挂载时，匹配 PVC 绑定 node 拓扑标签与沙箱所在调度域。 | ||
| 88 | + | ||
| 89 | +### API 与 CRD 扩展设计 | ||
| 90 | +#### Sandbox CR 字段扩展（api/v1alpha1 SandboxSpec） | ||
| 91 | + | ||
| 92 | +不新增 CRD，扩展现有 spec 字段，完全向下兼容： | ||
| 93 | + | ||
| 94 | +```go | ||
| 95 | +// SandboxSpec 扩展存储字段 | ||
| 96 | +type SandboxSpec struct { | ||
| 97 | + // 存量静态挂载，创建时一次性生效，兼容旧业务 | ||
| 98 | + VolumeMounts []VolumeMount `json:"volumeMounts,omitempty"` | ||
| 99 | + // 新增动态挂载列表，控制器监听字段变更实现热更新 | ||
| 100 | + DynamicVolumes []DynamicVolume `json:"dynamicVolumes,omitempty"` | ||
| 101 | +} | ||
| 102 | + | ||
| 103 | +// VolumeMount 静态挂载结构（存量复用） | ||
| 104 | +type VolumeMount struct { | ||
| 105 | + Source string `json:"source"` | ||
| 106 | + Target string `json:"target"` | ||
| 107 | + Mode string `json:"mode"` // ro/rw | ||
| 108 | +} | ||
| 109 | + | ||
| 110 | +// DynamicVolume 动态挂载独立结构 | ||
| 111 | +type DynamicVolume struct { | ||
| 112 | + VolumeType string `json:"volumeType"` // local/pvc/snapshot/oss | ||
| 113 | + Source string `json:"source"` // 路径/PVC名称/快照ID | ||
| 114 | + Target string `json:"target"` // 沙箱内挂载目录 | ||
| 115 | + Mode string `json:"mode"` // ro/rw | ||
| 116 | + SizeLimit string `json:"sizeLimit"` // 容量上限，防磁盘打满 | ||
| 117 | + TenantID string `json:"tenantId"` // 租户隔离标识 | ||
| 118 | +} | ||
| 119 | +``` | ||
| 120 | + | ||
| 121 | +CR YAML 示例： | ||
| 122 | + | ||
| 123 | +```yaml | ||
| 124 | +apiVersion: sandbox.flux.io/v1alpha1 | ||
| 125 | +kind: Sandbox | ||
| 126 | +spec: | ||
| 127 | + volumeMounts: | ||
| 128 | + - source: /agent/public/models | ||
| 129 | + target: /sandbox/public | ||
| 130 | + mode: ro | ||
| 131 | + dynamicVolumes: | ||
| 132 | + - volumeType: pvc | ||
| 133 | + source: user-001-data | ||
| 134 | + target: /sandbox/workspace | ||
| 135 | + mode: rw | ||
| 136 | + sizeLimit: 50Gi | ||
| 137 | + tenantId: t-10086 | ||
| 138 | +``` | ||
| 139 | + | ||
| 140 | +#### Controller 新增动态存储 gRPC 接口 | ||
| 141 | + | ||
| 142 | +```protobuf | ||
| 143 | +// 新增沙箱动态存储服务 | ||
| 144 | +service SandboxVolumeService { | ||
| 145 | + // 运行时新增存储卷 | ||
| 146 | + rpc AddSandVolume(AddSandVolumeRequest) returns (AddSandVolumeResponse); | ||
| 147 | + // 卸载指定存储卷 | ||
| 148 | + rpc RemoveSandVolume(RemoveSandVolumeRequest) returns (RemoveSandVolumeResponse); | ||
| 149 | + // 查询沙箱全部静态+动态挂载列表 | ||
| 150 | + rpc ListSandVolumes(ListSandVolumesRequest) returns (ListSandVolumesResponse); | ||
| 151 | +} | ||
| 152 | +``` | ||
| 153 | +### 核心组件改造 | ||
| 154 | + | ||
| 155 | +#### SSGRuntime 新增 VolumeManager 存储子模块 | ||
| 156 | + | ||
| 157 | +```go | ||
| 158 | +type SSGRuntime struct { | ||
| 159 | + Key SubSandboxGroupKey | ||
| 160 | + Registry *InMemoryRegistry | ||
| 161 | + Engine *SandboxSchedulerEngine | ||
| 162 | + SchedulingWeights *SchedulingWeights | ||
| 163 | + SchedulingStrategy string | ||
| 164 | + TopologyCache *TopologyDomainCache // 复用0003拓扑缓存 | ||
| 165 | + VolMgr *VolumeManager // 新增存储管理器 | ||
| 166 | + Synced bool | ||
| 167 | + mu sync.RWMutex | ||
| 168 | +} | ||
| 169 | +``` | ||
| 170 | +VolumeManager 核心能力： | ||
| 171 | +- 读取 Sandbox dynamicVolumes 变更事件； | ||
| 172 | +- 结合 TopologyCache 校验 PVC 拓扑亲和匹配度； | ||
| 173 | +- 下发挂载 / 卸载指令至对应 Agent； | ||
| 174 | +- 统计各调度域存储占用，输出均衡日志。 | ||
| 175 | +#### flux-sandbox-agent 新增容器动态挂载能力 | ||
| 176 | +- 新增ContainerMountUpdater组件，封装 containerd UpdateContainer API： | ||
| 177 | +- 前置校验：挂载路径白名单、租户匹配、容量校验、路径冲突检测； | ||
| 178 | +- PVC 存储：先在 Agent Pod 完成 CSI 挂载，再 bind 透传至沙箱； | ||
| 179 | +- 快照存储：调用快照模块拉取镜像生成临时目录； | ||
| 180 | +- 事务保障：挂载失败回滚原有 mount 列表，输出完整错误日志； | ||
| 181 | +- 沙箱销毁钩子：批量清理全部动态挂载目录。 | ||
| 182 | +#### 拓扑亲和联动逻辑 | ||
| 183 | +- 动态挂载 PVC 流程拓扑校验步骤： | ||
| 184 | +- VolumeManager 读取 PVC 绑定的 node 拓扑标签； | ||
| 185 | +- 通过 TopologyCache 获取沙箱当前所在调度域标识； | ||
| 186 | +- 标签匹配则允许正常挂载；不匹配输出 WARN 日志，提供forceMount参数强制跨节点挂载兜底。 | ||
| 187 | + | ||
| 188 | +### 关键流程 | ||
| 189 | + | ||
| 190 | +#### 沙箱动态挂载完整流程 | ||
| 191 | +- OpenSandbox SDK 调用AddSandVolume gRPC 接口，传入沙箱 ID、动态卷参数； | ||
| 192 | +- flux-sandbox-controller 更新对应 Sandbox CR spec.dynamicVolumes数组； | ||
| 193 | +- SubSandboxGroupWatcher 感知 CR 变更，同步至对应 SSGRuntime； | ||
| 194 | +- VolumeManager 读取动态卷配置，复用 TopologyCache 校验 PVC 拓扑亲和； | ||
| 195 | +- 根据沙箱 ID 匹配所属 Agent Pod，下发动态挂载指令； | ||
| 196 | +- Agent 执行前置校验，区分存储源完成 Pod 层资源挂载； | ||
| 197 | +- 调用 containerd 动态追加 OCI Mount 配置，execd 刷新沙箱文件系统视图； | ||
| 198 | +- 挂载完成后写入事件日志，上报存储监控指标。 | ||
| 199 | +#### Sandbox CR 静态挂载初始化流程（存量兼容） | ||
| 200 | +沙箱首次分配时，Agent 合并volumeMounts静态列表与初始化动态卷列表，一次性组装 OCI 配置创建容器，原有逻辑无改动。 | ||
| 201 | +#### 配置变更与清理流程 | ||
| 202 | +- 动态卷删除：调用RemoveSandVolume，控制器清理 CR 内对应条目，Agent 卸载对应目录； | ||
| 203 | +- 沙箱销毁：控制器触发批量卸载，Agent 清理快照临时目录、bind 挂载，防止存储残留。 | ||
| 204 | + | ||
| 205 | +### DFX设计 | ||
| 206 | + | ||
| 207 | +#### 可靠性设计 | ||
| 208 | + | ||
| 209 | +- **缓存降级**：TopologyDomainCache 缓存失效时，跳过拓扑校验，允许强制挂载，不阻断业务； | ||
| 210 | +- **Agent 重启恢复**：重启后扫描本地已存在动态挂载目录，重建内存映射； | ||
| 211 | +- **事务回滚**：单次挂载操作原子化，部分步骤失败全部撤销变更； | ||
| 212 | +- **兜底清理**：节点 DaemonSet sandbox-watcher 定时扫描孤儿临时快照目录，自动回收磁盘。 | ||
| 213 | +#### 性能设计 | ||
| 214 | + | ||
| 215 | +- 调度热路径无额外 k8s API，拓扑信息复用 0003 内存缓存； | ||
| 216 | +- Agent 层 PVC 挂载状态本地缓存，重复请求去重，减少 CSI 调用； | ||
| 217 | +- 动态卷列表操作 O (n)，单沙箱挂载卷数量上限可控，不影响调度耗时； | ||
| 218 | +- 稳态无新增周期性轮询开销，仅 CR 变更触发存储同步。 | ||
| 219 | +#### 安全性设计 | ||
| 220 | + | ||
| 221 | +- **路径白名单**：禁止挂载/、/etc、/proc等系统敏感目录； | ||
| 222 | +- **租户隔离**：动态卷绑定 TenantID，跨租户无法操作对方存储卷； | ||
| 223 | +- **容量限流**：每个动态卷配置 SizeLimit，防止单沙箱打满节点磁盘； | ||
| 224 | +- **最小权限**：Scheduler 仅读取 PVC 基础信息，无修改存储资源权限。 | ||
| 225 | +#### 可维护性设计 | ||
| 226 | + | ||
| 227 | +- **日志可追溯**：每条动态挂载 / 卸载日志携带沙箱 ID、租户、存储源、拓扑匹配结果； | ||
| 228 | +- **监控指标**：新增sandbox_dynamic_volume_count、sandbox_pvc_cross_topology_mount指标； | ||
| 229 | +- **灰度开关**：SandboxGroup 可单独关闭动态挂载能力，单集群灰度验证； | ||
| 230 | +- **兼容降级**：删除dynamicVolumes字段自动回退为仅静态挂载模式。 | ||
| 231 | +### 测试计划 | ||
| 232 | + | ||
| 233 | +[ ] 我/我们理解，相关组件的所有者可能会要求更新已有的测试，以便在提交实现该增强功能所需的更改之前，使代码达到足够稳固的质量标准。 | ||
| 234 | + | ||
| 235 | +##### 单元测试 | ||
| 236 | +- VolumeManager 拓扑亲和匹配校验单元用例； | ||
| 237 | +- ContainerMountUpdater 挂载事务回滚测试； | ||
| 238 | +- DynamicVolume CR 字段序列化 / 反序列化兼容测试。 | ||
| 239 | +##### 集成测试 | ||
| 240 | + | ||
| 241 | +- 单超节点集群，沙箱运行中动态挂载 PVC，验证读写正常； | ||
| 242 | +- 跨拓扑 PVC 挂载，校验告警日志与强制挂载能力； | ||
| 243 | +- 快照镜像动态挂载、卸载全流程验证。 | ||
| 244 | + | ||
| 245 | +##### e2e 测试 | ||
| 246 | + | ||
| 247 | +- PD 分离推理场景，动态扩容 Decode KV 存储，验证推理任务不中断； | ||
| 248 | +- 批量创建沙箱 + 批量动态挂载，验证存储均衡分布； | ||
| 249 | +- 沙箱销毁后检查动态卷目录自动清理。 | ||
| 250 | + | ||
| 251 | +### 毕业标准 | ||
| 252 | + | ||
| 253 | +#### Alpha 阶段 | ||
| 254 | +- 动态卷 gRPC 接口、Sandbox CR 字段扩展完成； | ||
| 255 | +- 本地目录、PVC 两类存储源挂载逻辑实现； | ||
| 256 | +- 单元测试、基础集成测试通过； | ||
| 257 | +- FeatureGate 开关控制，默认关闭。 | ||
| 258 | + | ||
| 259 | +#### Beta 阶段 | ||
| 260 | +- 快照、OSS 存储源支持完成； | ||
| 261 | +- 拓扑亲和校验完整落地； | ||
| 262 | +- 监控指标、完整日志告警补齐； | ||
| 263 | +- 多租户隔离、容量限制安全机制完备。 | ||
| 264 | + | ||
| 265 | +#### GA 阶段 | ||
| 266 | +- 完整故障演练（容器挂载失败、PVC 离线、Scheduler 重启）通过； | ||
| 267 | +- 运维文档、SDK 使用示例完备。 | ||
| 268 | + | ||
| 269 | +### 升级/降级策略 | ||
| 270 | + | ||
| 271 | +- **升级**：新增`dynamicVolumes`可选字段，旧版本控制器自动忽略，存量静态挂载行为不变，无数据迁移； | ||
| 272 | +- **降级**：回退旧版本后，CR 新增字段被忽略，动态挂载能力失效，已挂载存储持续生效至沙箱销毁，不中断业务； | ||
| 273 | +- **配置兼容**：新增配置。 | ||
| 274 | + | ||
| 275 | +### 版本倾斜策略 | ||
| 276 | + | ||
| 277 | +- 控制器、Scheduler、Agent 渐进式灰度升级，新旧组件共存时动态挂载功能自动关闭，保证兼容性。 | ||
| 278 | + | ||
| 279 | +## 生产可用性审查 | ||
| 280 | + | ||
| 281 | +### 功能启用和回滚 | ||
| 282 | + | ||
| 283 | +###### 如何在实时集群中启用/禁用此功能？ | ||
| 284 | + | ||
| 285 | +- [x] **通过 SandboxGroup CR 特性开关控制：** | ||
| 286 | +```yaml | ||
| 287 | +spec: | ||
| 288 | + featureGates: | ||
| 289 | + dynamicVolumeMount: true | ||
| 290 | +``` | ||
| 291 | +修改 CR 后无需重启组件，SSGRuntime 下一个同步周期生效，可单分组灰度。 | ||
| 292 | + | ||
| 293 | +###### 启用该功能会改变任何默认行为吗？ | ||
| 294 | + | ||
| 295 | +默认 `dynamicVolumeMount` 关闭，仅静态挂载生效，行为与现有版本完全一致；开启后新增动态热挂载能力，原有创建时静态挂载逻辑无任何变更。 | ||
| 296 | + | ||
| 297 | +###### 该功能一旦启用，是否可以禁用？ | ||
| 298 | + | ||
| 299 | +可以。将 `dynamicVolumeMount.Enabled` 设为 `false` 或删除 `dynamicVolumeMount` 字段即可回退到静态挂载存储，无需重启。 | ||
| 300 | + | ||
| 301 | +###### 如果该功能之前已回滚，现在我们重新启用它会发生什么情况？ | ||
| 302 | + | ||
| 303 | +可以，关闭后不再接收新的动态挂载请求，已存在的动态卷持续可用，沙箱销毁时正常清理。 | ||
| 304 | + | ||
| 305 | +###### 是否有任何针对功能启用/禁用的测试？ | ||
| 306 | + | ||
| 307 | +- 单元测试覆盖 `dynamicVolumeMount.Enabled=true` 和 `dynamicVolumeMount.Enabled=false` 两种场景 | ||
| 308 | + | ||
| 309 | +### 监控要求 | ||
| 310 | + | ||
| 311 | +###### 操作员如何确定该功能是否正在被工作负载使用？ | ||
| 312 | + | ||
| 313 | +- 检查 SandboxGroup CR 的 `spec.schedulingPolicy.topologyAffinity.enabled` 字段 | ||
| 314 | +- Scheduler 日志中搜索 `topologyAffinity enabled` 关键字 | ||
| 315 | + | ||
| 316 | +###### 使用此功能的人如何知道它适用于他们的实例？ | ||
| 317 | + | ||
| 318 | +###### 增强的合理 SLO 是什么？ | ||
| 319 | + | ||
| 320 | +###### 运维人员可以使用哪些服务级别指标来来判断服务的健康状况？ | ||
| 321 | + | ||
| 322 | +### 依赖项 | ||
| 323 | + | ||
| 324 | +###### 此功能是否依赖于集群中运行的任何特定服务？ | ||
| 325 | + | ||
| 326 | +- K8S API：读取 PVC 信息、node 拓扑标签（复用 0003 缓存逻辑，无高频新增调用）； | ||
| 327 | +- containerd：依赖容器 Update 挂载原生 API； | ||
| 328 | +- 快照预热模块：快照类型存储依赖配套提案能力。 | ||
| 329 | + | ||
| 330 | +### 可扩展性 | ||
| 331 | + | ||
| 332 | +###### 启用/使用此功能会导致任何新的 API 调用吗？ | ||
| 333 | + | ||
| 334 | +- **API 调用类型**：`GET /api/v1/nodes/{nodeName}`（每个新发现的 node 一次） | ||
| 335 | +- **预估调用频率（吞吐量）**：稳态下为 0（全量缓存）。新增 node 时每个 node 一次调用。160 个 node 的集群，首次同步 160 次 GET 请求。 | ||
| 336 | +- **调用发起组件**：FluxSandboxScheduler（FluxSandboxLoop） | ||
| 337 | + | ||
| 338 | +###### 启用/使用此功能是否会导致引入新的 API 类型？ | ||
| 339 | + | ||
| 340 | +无新增 CRD，仅扩展 Sandbox CR 可选字段。 | ||
| 341 | + | ||
| 342 | +###### 启用/使用此功能是否会导致现有 API 对象的大小或数量增加？ | ||
| 343 | + | ||
| 344 | +- **API 类型**：`SandboxVolumeService` | ||
| 345 | +- **预估对象体积增加量**：扩展 Sandbox CR 可选字段，单对象增量 < 200 字节 | ||
| 346 | +- **预估新增对象数量**：无新增对象 | ||
| 347 | + | ||
| 348 | +###### 启用/使用此功能是否会导致任何组件的资源使用率不可忽略的增加？ | ||
| 349 | + | ||
| 350 | +- `TopologyDomainCache` 内存占用：每个 node 映射约 100 字节，160 个 node 约 16KB，可忽略。 | ||
| 351 | +- 拓扑打分计算：O(域数量)，通常不超过 100 个域，每次调度增加的计算量可忽略。 | ||
| 352 | + | ||
| 353 | +## 实施历史 | ||
| 354 | + | ||
| 355 | +- 2026-08-12：提案创建 | ||
| 356 | + | ||
| 357 | +## 缺点 | ||
| 358 | + | ||
| 359 | +- Alpha 阶段仅支持容器追加挂载，不支持运行中修改已有挂载读写权限； | ||
| 360 | +- PVC 资源不均衡时无法自动迁移沙箱至同存储拓扑节点； | ||
| 361 | +- 动态挂载失败仅回滚本次操作，不会自动重试，需要业务侧重试补偿。 | ||
| 362 | + | ||
| 363 | +## 替代方案 | ||
| 364 | + | ||
| 365 | +- 全量静态预挂载：提前挂载所有可能用到的 PVC，资源浪费严重，多租户隔离差； | ||
| 366 | +- 销毁重建沙箱：中断推理 / 计算任务，业务连续性差； | ||
| 367 | +- Agent Pod 全局共享存储：无沙箱粒度隔离，存在文件冲突、越权风险。 | ||