在字节使用 Kubernetes 的过程中，随着集群规模增大到 1w 节点左右，etcd 成为制约集群可扩展性的瓶颈，经常出现读写延迟增高、OOM 等问题。

针对以上问题，字节自研了 KubeBrain 代替 etcd 作为 Kubernetes 的元数据存储系统，旨在提高 Kube-APIServer 存储的读写性能，增强集群稳定性。

KubeBrain 构建在分布式的 multi raft group 的强制一致性 KV 之上，并支持事务写、快照读、Watch 等需求，同时针对 Kubernetes 场景做了深度的性能优化。

经过性能测试，KubeBrain 的读写性能大幅超过 etcd，在压测场景中，我们的 Kubernetes 集群到达了 5w 节点，200w Pod 的规模。线上集群规模到达了 2k Node，持续逐步上量。

演讲提纲：

1. 在大规模 Kubernetes 集群实践中，遇到的 etcd 相关瓶颈与相关分析
2. KubeBrain 的设计思路与实现介绍
3. KubeBrain 字节内部的落地情况与效果
4. KubeBrain 的未来规划

你将获得：

1. etcd 瓶颈分析
2. Kubernetes 元数据存储系统的需求、特点
3. 高性能 Kubernetes 元数据存储的设计思路与架构