k8s-HPA

前提条件

安装有**Metrics Server**,HPA的运行监控指标需要由Metrics Server 提供

文档：https://github.com/kubernetes-sigs/metrics-server?tab=readme-ov-file#readme

• 快速自动缩放，每15秒收集一次指标(可配置)。

  资源效率，为集群中的每个节点使用1 milli核心CPU和2 MB内存。

  可扩展支持多达5000个节点群集。

需要替换成国内的阿里云镜像::

image: registry.aliyuncs.com/google_containers/metrics-server:v0.6.4

在yaml文件中的 增加 ：–kubelet-insecure-tls 跳过TLS（生产环境不建议使用次参数）

生产中建议：启用TLS Bootstrap 证书签发

containers:
      - args:
        ...
        - --kubelet-insecure-tls

工作流程

HPA可以获取每个Pod利用率，然后和HPA中定义的指标进行对比，同时计算出需要伸缩的具体值，最后实现Pod的数量的调整。PAH属于一种Kubernetes资源对象，它通过追踪分析RC控制的所有目标Pod的负载变化情况，来确定是否需要针对性地调整目标Pod的副本数。

HorizontalPodAutoscaler 控制器访问支持扩缩的相应工作负载资源（例如：Deployment 和 StatefulSet）。 这些资源每个都有一个名为 scale 的子资源，该接口允许你动态设置副本的数量并检查它们的每个当前状态。 有关 Kubernetes API 子资源的一般信息

缩扩容算法：https://kubernetes.io/zh-cn/docs/tasks/run-application/horizontal-pod-autoscale/

#ceil函数表示返回大于或者等于指定表达式的最小整数
期望副本数 = ceil[当前副本数 * (当前指标 / 期望指标)]

支持指标:

resource： 核心指标，包含**cpu和memory**两种（被弹性伸缩的pod对象中容器的requests和limits中定义的指标。）

object： k8s内置对象的特定指标（需自己实现适配器）

pods： 应用被弹性伸缩的pod对象的特定指标（例如，每个pod每秒处理的事务数）（需自己实现适配器）

external： 非k8s内置对象的自定义指标（需自己实现适配器）

部署测试

1.部署一个测试服务

apiVersion: apps/v1
kind: Deployment
metadata:
  name: php
spec:
  selector:
    matchLabels:
      run: php-apache
  replicas: 1
  template:
    metadata:
      labels:
        run: php-apache
    spec:
      containers:
      - name: php-apache
        image: nginx
        ports:
        - containerPort: 80
        resources:
          limits:
            cpu: 500m
          requests:
            cpu: 200m
---
apiVersion: v1
kind: Service
metadata:
  name: php-apache
  labels:
    run: php-apache
spec:
  ports:
  - port: 80
  selector:
    run: php

2.创建一个PHA

apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:
  name: php-apache
  namespace: default
spec:
  maxReplicas: 10
  metrics:
  - type: Resource
    resource:
      name: cpu
      target:
        averageUtilization: 10
        type: Utilization
  - type: Resource
    resource:
      name: memory
      target:
        averageValue : 200Mi
        type: AverageValue
  minReplicas: 1
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: php-apache

######或者通过 创建HPA
kubectl autoscale <ResouceType>  <ResourceName>  --cpu-percent=50 --min=1 --max=10
#例子:
kubectl autoscale deployment php-apache --cpu-percent=50 --min=1 --max=10

#表示按照资源的百分比
metrics:
  - resource:
      name: cpu
      target:
        averageUtilization: 10
        type: Utilization
#如果是想采用绝对值采用
metrics:
  - resource:
      name: cpu
      target:
        averageValue : 10
        type: AverageValue

3.压力测试

#启动一个容器循环调用后台服务，模拟压测 http://10.233.26.224 改为后端svc地址
kubectl run -i --tty load-generator2 --rm --image=busybox:1.28 --restart=Never -- /bin/sh -c "while sleep 0.01; do wget -q -O- http://10.233.26.224; done"

4.观察deployment 的pod的变化以及PHA的变化

#观察pha
kubectl get pha --watch 
#观察pod
kubectl get po