Velero v1.13+通过--concurrent-backups参数控制全局并发备份数，结合队列控制器、命名空间冲突检测与资源隔离机制实现高效并发，避免资源争抢。
服务器自动化备份任务的并发性与吞吐优化，核心在于让有限资源更高效地“同时做多件事”，而不是堆硬件或盲目加线程。关键不是并发数越高越好，而是让并发真正落地、不打架、不拖慢整体流程。
合理设置备份任务并发上限
Velero v1.13+ 支持 --concurrent-backups 参数控制全局并发备份数（如设为5），避免多个备份争抢API Server、存储后端或网络带宽。这个值需结合集群规模和备份目标存储性能来定：
- 小型集群（
- 中大型集群（100+节点）：可设为8–12，但必须配合命名空间隔离策略，确保不同命名空间的备份能真正并行
- 若备份目标是对象存储（如S3兼容存储），还需确认其每秒PUT/GET请求配额，避免触发限流
拆分粒度：用ItemBlock提升资源级并行
单个备份任务内部仍可并行——Velero通过 item-block-worker-count 控制每个备份内资源块的并发处理能力（如设为6）。它把一个命名空间内的数千个资源（Pod、ConfigMap等）划分为多个块，由独立worker并行处理：
- 默认值常为1，相当于串行遍历所有资源，备份耗时随资源量线性增长
- 调高该值（建议4–8）可显著缩短元数据收集阶段时间，尤其适用于含大量小资源的命名空间
- 注意：过高会增加API Server压力，建议搭配
--rate-limit使用，防止被限速
节点侧数据移动要“控流”
备份真正耗时的环节往往是卷数据上传（尤其是大PV）。Velero节点代理（Node Agent）支持 per-node 并发控制，避免单台节点网卡或磁盘被打满：
- 通过
--set nodeAgent.concurrency=3安装时设定，或后期 patch 更新 - 对高IO负载节点（如运行数据库的Worker），可单独降低其 concurrency（例如设为1），不影响其他节点
- 搭配缓存卷（
cacheVolumeSize）使用效果更佳：本地暂存压缩后的数据块，减少重复读盘和网络重传
压缩与传输链路协同提速
吞吐瓶颈常不在CPU，而在网络或磁盘I/O。优化应从数据本身入手：
- 启用LZ4或Zstd压缩（比gzip快2–3倍，压缩率相当），大幅减少上传数据量
- 若备份库支持分段上传（如S3），确保Velero配置启用 multipart upload，充分利用带宽
- 在5G或万兆内网环境，可适当提高TCP缓冲区（
net.core.wmem_max）、启用tcp_tw_reuse，减少连接建立开销
