Kubernetes——HPA自动伸缩机制

Node层面：对K8s物理节点扩容和缩容，根据业务规模实现物理节点自动扩缩容
Pod层面：我们一般会使用Deployment中的Replicas参数，设置多个副本集来保证服务的高可用，但是这是一个固定的值，比如我们设置10个副本，就会启10个pod同时Running来提供服务。如果这个服务平时流量很少的时候，也是10个Pod同时在Running，而流量突然暴增时，又可能出现10个Pod不够用的情况，针对这种情况就要使用扩容和缩容

自动扩容和缩容：VPA、KPA、HPA

KPA（Knative Pod Autoscaler）基于请求数对Pod自动扩缩容，KPA的主要限制在于它不支持基于CPU的自动扩缩容。

根据并发请求数实现自动扩缩容
设置扩缩容边界实现自动扩缩容

扩缩容边界是指应用程序提供服务的最小和最大Pod数量。通过设置应用程序服务的最小和最大Pod数量实现自动扩缩容。

VPA

Kubernetes VPA（Vertical Pod Autoscaler）垂直Pod自动扩缩容，VPA会基于Pod的资源使用情况自动为集群设置资源占用的限制，从而让集群将Pod调度到足够资源的最佳节点上。VPA也会保持最初容器定义中资源Request和Limit的占比。

它会根据容器资源使用率自动设置Pod的CPU和内存的Request，从而允许在节点上进行适当的调度，以便为每个Pod提供适当的可用的节点。它既可以缩小过度请求资源的容器，也可以根据其使用情况随时提升资源不足的容量。

一、概念

1.定义

HPA（Horizontal Pod Autoscaler[Pod水平自动伸缩]）是Kubernetes中实现自动扩缩容Pod副本数量的机制。它允许集群中的工作负载（如Deployments、ReplicaSets和StatefulSets）根据实际的负载情况自动调整Pod的数量，以此来优化资源的使用和提高服务的响应能力。通过此功能，只需简单的配置，便可以利用监控指标（CPU使用率、磁盘、自定义指标等）自动的扩容或缩容服务中的Pod数量，当业务需求增加时，系统将无缝地自动添加适量Pod容器，提高系统稳定性。

HPA的API有三个版本，通过Kubectl api-versions | grep autoscal可看到

autoscaling/v1
autoscaling/v2beta1
autoscaling/v2beta2 

#autoscaling/v1 只支持基于CPU指标的缩放
autoscaling/v2beta1支持Resource Metrics（资源指标，如Pod的内存）和Custom Metrics（自定义指标）的缩放
autoscaling/v2beta2支持Resource Metrics（资源指标，如Pod的内存）和Custom Metrics

HPA/v1版本只能基于CPU做扩容

HPA/v2版本可以基于内存和自定义的指标做扩容和缩容

Pod自动缩放不适用于无法缩放的对象，比如DaemonSet；

HPA由Kubernetes API 资源和控制器实现。控制器会周期性的获取平均CPU利用率，并与目标值相比较后调整Deployment中的副本数量

2.核心概念

水平扩展（Horizontal Scaling）：增加Pod的数量来分摊负载，与垂直扩展（增加单个Pod的资源）相对。
Pod副本（Pod Replicas）：运行应用程序的容器实例，通常是在Deployment或ReplicaSet等控制器下管理的。
指标（Metrics）：用于触发HPA扩缩容的度量值，如CPU使用率、内存使用量、自定义的应用程序指标等。

3.工作原理

指标收集：HPA监控Pod的资源使用情况，如CPU和内存利用率。这些指标可以通过Kubernetes的Metrics API获取，或者使用自定义的指标提供者（如Prometheus）。
计算扩缩容：HPA根据当前的资源使用情况和预设的目标值（如CPU的目标利用率）计算出所需的Pod副本数量。如果当前的资源使用超过了目标值，HPA会增加Pod副本数量；如果资源使用低于目标值，HPA会减少Pod副本数量。
执行扩缩容：HPA通过更新相关的Deployment或ReplicaSet来改变Pod副本的数量。增加副本时，Kubernetes会创建新的Pod；减少副本时，会删除多余的Pod。

如何实现自动扩缩容？

K8s的HPA Controller已经实现了一套简单的自动扩缩容逻辑，默认情况下，每30秒检测一次指标，只要检测到了配置HPA的目标值，则会计算出预期的工作负载的副本数，再进行扩缩容操作。同时，为了避免过于频繁的扩缩容，默认再5分钟内没有重新扩缩容的情况下，才会触发扩缩容。HPA本身的算法相对比较保守，可能并不适用于很多场景。例如，一个快速的流量突发场景，如果正处在5分钟内的HPA稳定期，这个时候根据HPA的策略，会导致无法扩容。

4.HPA的配置关键参数

ScaleTargetRef：指定 HPA 将要作用的资源对象，如 Deployment、Replica Set 或 RC 的名称。
MinReplicas：最小副本数，即使在负载很低时也不会低于这个数量。
MaxReplicas：最大副本数，即使在负载很高时也不会超过这个数量。
Metrics：定义用于触发伸缩的度量标准和目标值。例如，可以设置 CPU 的利用率目标，当实际利用率超过这个目标值时，HPA 会增加副本数量；当利用率低于目标值时，HPA 会减少副本数量。

5.关键组件

5.1HPA控制器（HPA Controller）

这是HPA的核心组件，负责周期性地检查Pod的资源使用情况，并根据这些信息计算出所需的Pod副本数量。

它使用Metrics Server或其他监控工具来获取资源使用数据。

5.2Metrics Server

Metrics Server是Kubernetes集群中的一个组件，用于聚合资源使用数据，并通过Metrics API提供这些数据。

它提供了CPU和内存使用率等资源指标，这些指标是HPA进行扩缩容决策的基础。

5.3自定义指标适配器（Custom Metrics Adapter）

当需要使用自定义指标（如来自Prometheus的指标）时，自定义指标适配器允许HPA使用这些外部指标。

它通过Custom Metrics API将外部指标转换为Kubernetes可以理解的格式。

5.4Deployment/ReplicaSet

HPA通常与Deployment或ReplicaSet一起使用，这些是定义了Pod副本数量和更新策略的高级抽象。

当HPA决定调整副本数量时，它会通过修改Deployment或ReplicaSet的规格来实现。

5.5Pods

Pod是Kubernetes中的基本工作单元，HPA的目标就是根据指标自动调整Pod的数量。

每个Pod可以有一个或多个容器，HPA关注的是整个Pod的资源使用情况。

5.6API服务器（API Server）

Kubernetes API服务器是集群的通信中心，所有资源的创建、更新和删除都通过它进行。

HPA控制器通过API服务器与集群中的其他组件交互，如更新Deployment或ReplicaSet的副本数量。

5.7Kubelet

Kubelet是运行在每个节点上的守护进程，负责维护Pod的生命周期，包括启动、停止容器。

当HPA触发扩容时，Kubelet会在节点上启动新的Pod实例。

5.8监控和日志系统

虽然不是HPA的直接组件，但监控和日志系统对于理解和调试HPA的行为至关重要。

它们提供了关于Pod状态、资源使用和扩缩容事件的详细信息。

这些组件共同工作，使得HPA能够根据实际的负载情况自动调整Pod的数量，从而实现应用程序的弹性伸缩。

6.使用场景

应对流量波动：在Web服务中，流量可能在一天中的不同时间有很大波动。HPA可以根据流量自动调整Pod数量，以保持服务的响应性。
负载均衡：当新的Pod加入集群时，负载均衡器（如Kubernetes Service）会自动将流量路由到新的Pod，实现负载均衡。
资源优化：通过自动调整Pod数量，HPA有助于避免资源浪费，并确保资源得到最佳利用。

7.注意事项

周期性检测：HPA 根据 kube-controller-manager 服务的启动参数 horizontal-pod-autoscaler-sync-period 来定义检测周期，默认为 30 秒。这意味着 HPA 控制器会每 30 秒检查一次 Pod 的 CPU 使用率，以决定是否需要调整副本数量。
Kubernetes 资源对象：HPA 是 Kubernetes 中的一种资源对象，与 Replication Controller（RC）、Deployment 或 Replica Set 等资源对象类似。HPA 通过监控这些控制器管理的 Pod 负载变化情况，来动态调整副本数量。例如，如果一个 Deployment 管理了多个 Pod，HPA 将会监控这些 Pod 的平均 CPU 使用率，并根据这个指标来增加或减少 Pod 的数量。
Metrics-server 部署：为了使 HPA 能够获取到 Pod 的度量数据，metrics-server 必须部署在 Kubernetes 集群中。metrics-server 通过 resource metrics API 提供集群资源的使用情况，包括 CPU 和内存的使用情况。这样，HPA 就可以利用这些数据来做出伸缩决策。

8.如何确保程序稳定和服务连续

8.1快速扩容

当 CPU 负载超过 HPA 设置的目标百分比时，HPA 会迅速增加 Pod 的副本数，以快速分摊负载并减轻单个 Pod 的压力。

快速扩容有助于避免性能瓶颈和响应时间的显著增加，这对于保持用户体验和服务质量至关重要。

8.2缓慢缩容

当 CPU 负载下降到目标百分比以下时，HPA 不会立即减少 Pod 的副本数。这是因为

稳定性: 快速缩容可能会导致服务不稳定，尤其是在业务高峰期。如果缩容过于积极，剩余的 Pod 可能无法处理突然增加的负载，从而导致服务中断。
避免震荡: 避免因网络波动或其他临时负载变化导致的不必要缩放。缓慢缩容有助于减少因缩放操作本身引起的性能震荡。
预热: 新创建的 Pod 需要时间来“预热”，即加载应用资源、建立网络连接等。缓慢缩容可以确保在移除 Pod 之前，它们已经为服务做好了准备。

8.3缩放策略

HPA 缩放策略包括两个主要参数：scaleDownDelayAfterAdd 和 scaleDownUnneededTime。
scaleDownDelayAfterAdd 控制在添加新 Pod 后，HPA 等待多长时间才开始考虑缩放操作。
scaleDownUnneededTime 控制在 Pod 被认为是“不需要”的之前，HPA 等待多长时间。这个时间过后，如果 Pod 仍然没有达到 CPU 使用率目标，HPA 将开始缩放过程。

通过这种设计，Kubernetes HPA 旨在平衡快速响应和资源稳定性之间的关系，确保在面对不断变化的负载时，应用程序能够持续稳定地运行。这种平衡有助于避免因缩放操作导致的服务中断和性能问题。

二、Metrics-Server

1.定义

metrics-server 是 Kubernetes 集群中的一个关键组件，它的作用是聚合和提供集群资源的使用情况。这些信息对于 Kubernetes 集群的各种内部组件和外部工具来说非常重要，它们依赖这些数据来进行决策和操作。以下是 metrics-server 的一些关键功能和用途

资源使用情况聚合
- metrics-server 收集集群中每个节点的资源使用数据，包括 CPU 和内存的使用情况。
- 它还提供了 Pod 级别的资源使用信息。
支持 Kubernetes 核心功能
- Horizontal Pod Autoscaler (HPA): HPA 依赖 metrics-server 提供的数据来自动调整 Pod 副本的数量，以保持应用程序的稳定运行。
- kubectl: kubectl top 命令使用 metrics-server 的数据来显示集群中节点和 Pod 的资源使用情况。
- Scheduler: Kubernetes 的调度器使用节点的资源使用情况来做出调度决策，决定在哪里运行新的 Pod。
安全性:
- metrics-server 可以配置为使用安全的 kubelet API，这意味着它可以在不暴露节点上 kubelet 的端口的情况下收集资源使用数据。
部署和维护:
- metrics-server 通常作为 Kubernetes 集群的一部分进行部署，它可以使用 Helm chart 或者直接从容器镜像部署。
- 它需要在集群中的每个节点上运行，以便收集所有节点的资源使用情况。
配置选项:
- 可以通过配置文件或 Helm chart 的 values 文件来调整 metrics-server 的行为，例如设置日志级别、指定 kubelet 的地址和端口、配置资源请求和限制等。

2.部署Metrics-Server

metrics-server：是kubernetes集群资源使用情况的聚合器，收集数据给kubernetes集群内使用，如kubectl、hpa、scheduler等。

2.1准备镜像

#准备 metrics-server 镜像
cd /opt/
#将 metrics-server 的镜像包 metrics-server.tar 上传到所有 Node 节点的 /opt 目录
docker load -i metrics-server.tar
#加载镜像到本地 Docker 环境

2.2使用Helm安装Metrics-Server

mkdir /opt/metrics
cd /opt/metrics
#创建一个目录 /opt/metrics 用于存放 metrics-server 的配置文件


#移除旧的 Helm 仓库（如果已添加）
helm repo remove stable



#添加新的 Helm 仓库，可以选择使用官方源或镜像源，建议使用官方
helm repo add stable https://charts.helm.sh/stable
# 或
helm repo add stable http://mirror.azure.cn/kubernetes/charts


#更新 Helm 仓库
helm repo update



#从 Helm 仓库拉取 metrics-server chart
helm pull stable/metrics-server

2.3配置Metrics-Server

vim metrics-server.yaml
args:
- --logtostderr
- --kubelet-insecure-tls
- --kubelet-preferred-address-types=InternalIP
image:
  repository: k8s.gcr.io/metrics-server-amd64
  tag: v0.3.2


#编辑 metrics-server.yaml 文件，配置 metrics-server 的参数，例如指定镜像仓库和标签，以及设置日志参数等

2.4安装Metrics-Server

helm install metrics-server stable/metrics-server -n kube-system -f metrics-server.yaml
#使用 helm install 命令安装 metrics-server 到 kube-system 命名空间，并应用自定义的配置文件

2.5验证Metrics-Server部署

使用 kubectl get pods -n kube-system | grep metrics-server 命令查看 metrics-server Pod 是否成功部署

kubectl top node
#查看节点资源使用情况


kubectl top pods --all-namespaces
#查看所有命名空间中的 Pod 资源使用情况

通过这些步骤，可以确保 metrics-server 成功部署在 Kubernetes 集群中，并且可以提供集群资源使用情况的聚合信息，这对于 Kubernetes 集群的运维和自动扩缩容策略的实施非常关键。

三、部署HPA

部署一个用于测试水平 Pod 自动扩缩容（HPA）的示例应用程序

1.上传镜像文件

cd /opt
#将 hpa-example.tar 镜像文件上传到所有节点的 /opt 目录；hpa-example.tar 是谷歌基于 PHP 语言开发的用于测试 HPA 的镜像，其中包含了一些可以运行 CPU 密集计算任务的代码。

docker load -i hpa-example.tar
#使用 docker load -i hpa-example.tar 命令加载镜像到本地 Docker 环境。


docker images | grep hpa-example
#查看镜像列表，确认镜像已经正确加载

2.创建Deployment和Service资源

vim hpa-pod.yaml

apiVersion: apps/v1
kind: Deployment
metadata:
  labels:
    run: php-apache
  name: php-apache
spec:
  replicas: 1
  selector:
    matchLabels:
      run: php-apache
  template:
    metadata:
      labels:
        run: php-apache
    spec:
      containers:
      - image: gcr.io/google_containers/hpa-example
        name: php-apache
        imagePullPolicy: IfNotPresent
        ports:
        - containerPort: 80
        resources:
          requests:
            cpu: 200m
#指定 hpa-example 镜像，并设置 CPU 请求资源为 200m（200 毫核）
---
apiVersion: v1
kind: Service
metadata:
  name: php-apache
spec:
  ports:
  - port: 80
    protocol: TCP
    targetPort: 80
  selector:
    run: php-apache
#创建 Service 以暴露 Deployment 中的 Pod，使其可以通过网络访问


kubectl apply -f hpa-pod.yaml
 
kubectl get pods

通过这些步骤，可以在 Kubernetes 集群中部署一个应用程序，并使用 HPA 根据实际负载自动调整 Pod 副本数，从而实现应用程序的自动扩缩容。

四、配置和使用HPA

在 Kubernetes 集群中使用 kubectl autoscale 命令创建一个水平 Pod 自动扩缩容（HPA）控制器，并对其进行了压力测试

1.创建HPA控制器

kubectl autoscale deployment php-apache --cpu-percent=50 --min=1 --max=10
#使用 kubectl autoscale 命令创建 HPA 控制器，设置 CPU 负载阈值为请求资源的 50%，并指定最小和最大 Pod 数量限制

2.监控HPA状态

#需要等一会儿，才能获取到指标信息 TARGETS
kubectl get hpa
#使用 kubectl get hpa 命令查看 HPA 的状态，包括当前的 CPU 负载百分比、最小和最大 Pod 数量以及当前的 Pod 副本数。

kubectl top pods

3.压力测试

kubectl run -it load-generator --image=busybox /bin/sh
while true; do wget -q -O- http://php-apache.default.svc.cluster.local; done
#增加负载

#创建一个临时的测试客户端容器，使用 kubectl run 命令启动一个 busybox 容器，并在其中运行一个无限循环的 wget 命令，以模拟对 php-apache 服务的持续访问

#打开一个新的窗口，查看负载节点数目
kubectl get hpa -w


#观察 HPA 控制器的响应，可以看到随着 CPU 负载的增加，Pod 的副本数从 1 个增加到最大限制的 10 个

以上可以看到经过压测，负载节点数量最大上升到 10 个，并且 cpu 负载也随之下降。

4.查看Pod状态

kubectl get pods
#查看 Pod 状态，也发现已经创建了 10 个 Pod 资源

通过这个过程，验证了 HPA 控制器能够根据实际的 CPU 负载情况自动调整 Pod 的数量，以保持服务的稳定性和响应性。当 CPU 负载超过设定的阈值时，HPA 控制器会增加 Pod 的副本数以分摊负载；当负载降低时，它会减少 Pod 的数量以节省资源。这种自动扩缩容机制对于处理不同负载情况下的应用程序非常有用，它有助于提高资源利用率和用户体验。

HPA 扩容的时候，负载节点数量上升速度会比较快；但回收的时候，负载节点数量下降速度会比较慢。原因是防止在业务高峰期时因为网络波动等原因的场景下，如果回收策略比较积极的话，K8S集群可能会认为访问流量变小而快速收缩负载节点数量，而仅剩的负载节点又承受不了高负载的压力导致崩溃，从而影响业务。

五、资源限制

1.资源限制饿重要性

防止资源饥饿: 通过为 Pod 设置资源请求（requests）和限制（limits），可以防止单个应用程序消耗过多资源，导致其他应用程序因资源不足而受到影响。
优先级和抢占: 资源限制还与 Pod 的调度和优先级相关。Kubernetes 可以根据 Pod 的资源请求和限制来决定哪些 Pod 应该在资源紧张时被调度或抢占。
成本管理: 通过合理配置资源限制，可以避免在云环境中过度使用资源，从而有助于控制成本。

2.Cgroup的作用

控制组: cgroup（Control Groups）是 Linux 内核的一个特性，它允许对系统资源进行分组管理和限制。
资源隔离: cgroup 通过为每个组设置资源配额和限制，实现了对 CPU、内存、I/O 等资源的隔离和控制。

3.Pod资源限制

requests: 指定 Pod 运行所需的最小资源量。Kubernetes 调度器会考虑这些请求来决定在哪个节点上调度 Pod。如果节点无法满足 Pod 的资源请求，Pod 将不会被调度到该节点。
limits: 指定 Pod 可以使用的最大资源量。如果 Pod 尝试使用超过其限制的资源，系统将通过 cgroup 强制限制资源使用，可能会导致 Pod 被杀死或重启。

spec:
  containers:
  - image: xxxx
    imagePullPolicy: IfNotPresent
    name: auth
    ports:
    - containerPort: 8080
      protocol: TCP
    resources:
      limits:
        cpu: "2"        # 限制 CPU 使用量为 2 个单位（可以是核心数或毫核）
        memory: 1Gi     # 限制内存使用量为 1Gi（Gibibytes）
      requests:
        cpu: 250m       # 请求 CPU 使用量为 250 毫核
        memory: 250Mi    # 请求内存使用量为 250Mi（Mebibytes）



#在这个配置中，auth 容器请求了 250 毫核的 CPU 和 250Mi 的内存，同时设置了 2 个单位的 CPU 和 1Gi 内存的限制。这意味着 Kubernetes 会确保 auth 容器至少有 250 毫核的 CPU 和 250Mi 的内存可用，但如果资源充足，它可以使用更多，但不会超过 2 个单位的 CPU 和 1Gi 的内存。

#通过这种方式，可以为 Kubernetes 集群中的 Pod 设置合理的资源请求和限制，以确保应用程序的性能和稳定性，同时优化资源的使用。

4.命名空间资源限制

在 Kubernetes 中使用 ResourceQuota 和 LimitRange 资源类型来对命名空间级别的资源使用进行限制和管理

4.1ResourceQuota

ResourceQuota 允许管理员限制命名空间中可以使用的计算资源和配置对象的数量。这有助于防止意外的资源过度使用，确保集群资源的公平分配。

#计算资源配额

apiVersion: v1
kind: ResourceQuota         #使用 ResourceQuota 资源类型
metadata:
  name: compute-resources
  namespace: spark-cluster  #指定命令空间
spec:
  hard:
    pods: "20"              #设置 Pod 数量最大值
    requests.cpu: "2"       #所有 Pod 总和的 内存 请求量上限
    requests.memory: 1Gi    #所有 Pod 总和的 CPU 请求量上限
    limits.cpu: "4"         #单个 Pod 能够使用的 CPU 上限
    limits.memory: 2Gi      #单个 Pod 能够使用的 内存 上限

#配置对象数量配额限制

apiVersion: v1
kind: ResourceQuota
metadata:
  name: object-counts
  namespace: spark-cluster
spec:
  hard:
    configmaps: "10"
    persistentvolumeclaims: "4"        #设置 pvc 数量最大值
    replicationcontrollers: "20"       #设置 rc 数量最大值
    secrets: "10"
    services: "10"
    services.loadbalancers: "2"        #特别限制了使用负载均衡器类型的服务数量

4.2LimitRange

如果Pod没有设置requests和limits，则会使用当前命名空间的最大资源；如果命名空间也没设置，则会使用集群的最大资源。K8S 会根据 limits 限制 Pod 使用资源，当内存超过 limits 时 cgruops 会触发 OOM。

LimitRange 允许管理员设置命名空间中 Pod 或容器的资源请求和限制的默认值。这有助于确保即使 Pod 没有明确设置 requests 和 limits，也不会超出命名空间或集群级别的资源限制。

apiVersion: v1
kind: LimitRange        #使用 LimitRange 资源类型
metadata:
  name: mem-limit-range
  namespace: test       #可以给指定的 namespace 增加一个资源限制
spec:
  limits:
  - default:            #default 即 limit 的值
      memory: 512Mi
      cpu: 500m
    defaultRequest:     #defaultRequest 即 request 的值
      memory: 256Mi
      cpu: 100m
    type: Container     #类型支持 Container、Pod、PVC

通过这些资源限制，Kubernetes 管理员可以精细地控制集群资源的使用，避免资源浪费，并确保集群的稳定性和效率。这些限制对于多租户环境或需要严格资源管理的场景尤为重要。

六、总结

1.HPA

HPA：为控制器管理的Pod资源的副本数量实现自动伸缩
原理：追踪控制器管理的Pod负载情况，来根据设置的阀值动态的调整Pod副本的数量
Metrics-Server：收集K8s当中的Pods、Pod等资源使用情况，使用Kubectl top node/pod命令行
Kubectl autoscale 控制器 --cpuprecent= 60 --min --max 最大值

2.Kubectl 资源限制

Resource.Request/limits：限制Pod的容器的资源量
ResourceQuota：资源类型对命名空间的资源对象或者量进行配额限制
LimitRanger：资源类型设置命名空间中 Pod（容器默认的）资源限制 Limit Request

一坨小橙子ovo

关注

24
点赞
踩
29

收藏

觉得还不错? 一键收藏
0
评论
Kubernetes——HPA自动伸缩机制

弹性伸缩是根据用户的业务需求和策略，自动“调整”其“弹性资源”的管理服务。通过弹性伸缩功能，用户可设置对定时、周期或监控策略，恰到好处地增加或减少“弹性资源”，并完成实例配置，保证业务平稳健康运行在实际工作中，我们常常需要做一些扩容缩容操作，如：电商平台在618和双十一搞秒杀活动；由于资源紧张、工作负载降低等都需要对服务实例数进行扩缩容操作。Node层面：对K8s物理节点扩容和缩容，根据业务规模实现物理节点自动扩缩容Pod层面。
复制链接

扫一扫