K8s pod 副本与 Uvicorn Workers

Pod 是“横向扩展（多进程/多机器）”，Uvicorn Worker 是“纵向扩展（单容器多进程）”。

核心区别

特性	K8s Pod 副本 (Replicas)	FastAPI/Uvicorn Workers
层级	容器级（由 K8s 管理）	进程级（由 Python 管理）
隔离性	强隔离。每个 Pod 有独立内存、网络栈、文件系统。	弱隔离。多个进程共享同一个容器的内存和 CPU 限制。
资源分配	可以给每个 Pod 分配独立的 CPU/内存限制。	争抢同一个容器分配到的资源。
稳定性	一个 Pod 崩溃不会影响其他 Pod。	如果容器 OOM（内存溢出），所有 Worker 一起死。
负载均衡	由 K8s Service 处理（网络层）。	由 Uvicorn 主进程分发（应用层）。

不论是 Uvicorn 的 workers=4，还是 K8s 的 3 个 Pod，它们都是独立的 Python 进程。

• 只要是进程（Process），每个进程都有自己独立的 Python 解释器和独立的内存空间。
• 因此： 无论是单 Pod 多 Worker，还是多 Pod，都不会受到 GIL 的限制。它们都能实现真正的多核并行计算。

性能表现不同，且受限于你的“容器限制（Resources）”。

情况 A：如果你把 Workers 写在代码里（单 Pod 多进程）

如果你给一个 Pod 分配了 2 核 CPU，然后在里面开了 workers=4：

• 这 4 个 Python 进程会互相争抢这 2 核 CPU。
• 优点：内部切换非常快，上下文开销小。
• 缺点：Python 有 GIL（全局解释器锁）的残余影响（虽然多进程规避了 GIL，但管理开销仍存在）。如果一个请求把 CPU 占满了，其他 Worker 会感到卡顿。

情况 B：如果你用 K8s 的副本（多 Pod 单进程）

如果你开了 4 个副本，每个副本 workers=1，且给每个 Pod 分配 0.5 核 CPU：

• 每个 Worker 都有保底的资源。
• 优点：真正的硬件级并行。如果某个 Pod 内部发生死锁或内存泄露，只会死掉 1/4 的能力，K8s 会立即重启它，不会波及他人。

维度	单 Pod + 多 Workers	多 Pod + 单 Worker
启动速度	快。启动 1 个容器后，Python 内部 Fork 进程非常快。	慢一点。K8s 需要拉取镜像、分配网络、创建容器。
内存开销	省。多进程会共享一些只读的系统库内存（Copy-on-Write）。	费。每个 Pod 都要运行一个完整的 Alpine 系统基础环境和 Python 运行时。
稳定性	一般。容器崩了全崩。	极高。分布在不同节点，具备容灾能力。
水平扩展	有上限。受限于单台服务器的 CPU 核数。	无上限。可以扩展到成百上千台服务器。