k8s:Pod 自动扩缩容

Pod 自动扩缩容

通过手工执行kubectl scale 命令可以实现Pod 的扩缩容，但是这样毕竟需要每次去手工操作一次，而且不确定什么时候业务请求量就很大了，所以如果不能做到自动化的去扩缩容的话，这也是一个很麻烦的事情。如果Kubernetes 系统能够根据Pod 当前的负载的变化情况来自动的进行扩缩容就好了，因为这个过程本来就是不固定的，频繁发生的，所以纯手工的方式不是很现实。

幸运的是Kubernetes 为我们提供了这样一个资源对象：Horizontal PodAutoscaling（Pod水平自动伸缩），简称HPA 。HAP 通过监控分析RC 或者Deployment 控制的所有Pod 的负载变化情况来确定是否需要调整Pod 的副本数量，这是HPA 最基本的原理。

HPA 在kubernetes 集群中被设计成一个controller ，我们可以简单的通过kubectl autoscale 命令来创建一个HPA 资源对象，HPA Controller默认15s轮询一次（可通过kube-controller-manager的标志–horizontal-pod-autoscaler-sync-period 进行设置），查询指定的资源（RC或者Deployment）中Pod 的资源使用率，并且与创建时设定的值和指标做对比，从而实现自动伸缩的功能。当你创建了HPA 后，HPA 会从RESTClient 端获取每一个Pod 利用率或原始值的平均值，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并进行相应的操作。
HPA 官方文档
从 Kubernetes 1.8 开始，资源使用指标（如容器 CPU 和内存使用率）通过 Metrics API 在 Kubernetes 中获取。Metrics Server 实现了ResourceMetrics API，Metrics Server 是集群范围资源使用数据的聚合器

我们来创建一个Deployment 管理的Nginx Pod，然后利用HPA 来进行演示。

apiVersion: apps/v1
kind: Deployment
metadata:
  name: demo-hpa
  labels:
    demo: demo-hpa
spec:
  replicas: 2
  revisionHistoryLimit: 15
  selector:
    matchLabels:
      demo: nginx
  template:
    metadata:
      labels:
        demo: nginx
    spec:
      containers:
      - name: nginx
        image: nginx
        ports:
        - containerPort: 80
        resources:
          limit:
            cpu: 200m
          requests:
            cpu: 100m
---
apiVersion: autoscaling/v2beta1
kind: HorizontalPodAutoscaler
metadata:
  name: horizontal
spec:
  minReplicas: 2
  maxReplicas: 10
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: demo-hpa
  metrics:
  - type: Resource
    resource:
      name: cpu
      targetAverageUtilization: 20
---
apiVersion: v1
kind: Service
metadata:
  name: hpa
  labels:
    demo: hpa-service
spec:
  ports:
  - name: hpa-prot
    port: 80
    targetPort: 80
    protocol: TCP
  type: NodePort

[root@master ~]# kubectl  get hpa
NAME         REFERENCE             TARGETS   MINPODS   MAXPODS   REPLICAS   AGE
horizontal   Deployment/demo-hpa   0%/20%    2         10        2          117s

循环访问 while true;do curl 192.168.0.36:31637; done

[root@master ~]# kubectl  get hpa
NAME         REFERENCE             TARGETS   MINPODS   MAXPODS   REPLICAS   AGE
horizontal   Deployment/demo-hpa   26%/20%   2         10        2          34m



[root@master ~]# kubectl  get deployments.apps 
NAME                     READY   UP-TO-DATE   AVAILABLE   AGE
demo-hpa                 4/4     4            4           41m

停止循环后

[root@master ~]# sleep 300;kubectl  get hpa
NAME         REFERENCE             TARGETS   MINPODS   MAXPODS   REPLICAS   AGE
horizontal   Deployment/demo-hpa   0%/20%    2         10        2          49m

不过当前的HPA 只有CPU 使用率这一个指标，还不是很灵活的。

需要注意的是hpa需要结合metrice-server来实现监控

下章讲解metrice