kubernetes雲平臺管理實戰：HPA水平自動伸縮

Kubernetes平臺上應用的自動化橫着擴展（水平自動伸縮）是經過HPA（Horizontal Pod Autoscaler）來實現的，基於觀測CPU使用率(v1版本，v2beta版本也支持memory或者其餘自定義性能屬性)，當業務負載上升超過HPA設定值，建立新的POD保障業務對資源的需求，當負載下載後能夠經過銷燬POD是否資源來提升利用率。

HPA控制器的工做流程（V1版本）

流程

建立HPA資源對象，關聯對應資源例如Deployment，設定目標CPU使用率閾值，最大，最小replica數量。

前提：pod必定要設置資源限制，參數request，HPA纔會工做。

HPA控制器每隔15秒鐘（能夠經過設置controller manager的–horizontal-pod-autoscaler-sync-period參數設定，默認15s）經過觀測metrics值獲取資源使用信息

HPA控制器將獲取資源使用信息與HPA設定值進行對比，計算出須要調整的副本數量

根據計算結果調整副本數量，使得單個POD的CPU使用率儘可能逼近指望值，但不能照顧設定的最大，最小值。

以上2,3,4週期循環

週期

HPA控制器觀測資源使用率並做出決策是有周期的，執行是須要時間的，在執行自動伸縮過程當中metrics不是靜止不變的，可能下降或者升高，若是執行太頻繁可能致使資源的使用快速抖動，所以控制器每次決策後的一段時間內再也不進行新的決策。對於擴容這個時間是3分鐘，縮容則是5分鐘，對應調整參數

--horizontal-pod-autoscaler-downscale-delay

--horizontal-pod-autoscaler-upscale-delay

1

2

自動伸縮不是一次到位的，而是逐漸逼近計算值，每次調整不超過當前副本數量的2倍或者1/2

經過kubectl api-versions能夠查看到存在3個版本。v1版本只支持CPU，v2beta2版本支持多metrics(CPU，memory)以及自定義metrics。基於autoscaling/v2beta2的hpa yaml文件寫法

apiVersion: autoscaling/v2beta2

kind: HorizontalPodAutoscaler

metadata:

  name: php-apache-hpa

  labels:

    app: hpa-test

spec:

  scaleTargetRef:

    apiVersion: apps/v1

    kind: Deployment

    name: php-apache

  minReplicas: 1

  maxReplicas: 10

  metrics:

  - type: Resource

    resource:

      name: cpu

      target:

        type: Utilization

        averageUtilization: 50

---

原文連接：https://blog.csdn.net/oyym_mv/article/details/87189199

參考kubernetes雲平臺管理實戰：HPA水平自動伸縮

連接http://www.javashuo.com/article/p-zyedlmof-ey.html

參考阿里雲容器HPA設置連接https://help.aliyun.com/document_detail/86554.html