Kubernetes - 实战：HPA（Metrics Server）

在 Kubernetes 中，Horizontal Pod Autoscaler（水平 Pod 自动扩缩容）简称 HPA，是 Kubernetes 中的一个核心组件，它允许你根据应用的资源使用情况自动调整 Pod 的副本数量。HPA 依赖于 Metrics API 来获取 Pod 和容器的资源使用数据，而在 Kubernetes 1.8 版本以后，Metrics API 默认由 Metrics Server 提供。

以下是如何在 Kubernetes 集群中部署 Metrics Server 并使用 HPA 的实战步骤：

部署 Metrics Server

1. 下载 Metrics Server 安装配置：

   • 从 Kubernetes 官方仓库或者其他可信来源下载 Metrics Server 的 YAML 配置文件（如 metrics-server.yaml）。

2. 修改配置（如果需要的话）：

   • 根据集群的具体情况，可能需要调整镜像源、版本等参数。

3. 部署 Metrics Server：

   kubectl apply -f metrics-server.yaml
   

4. 验证 Metrics Server 状态：

   kubectl get deployment metrics-server -n kube-system
   kubectl get pods -n kube-system -l k8s-app=metrics-server
   

配置 HPA

5. 创建 HPA 对象：

   • 编写一个 YAML 文件来定义 HPA 规则，例如针对某个 Deployment 的 HPA，可根据 CPU 使用率调整 Pod 数量：

     apiVersion: autoscaling/v2beta2
     kind: HorizontalPodAutoscaler
     metadata:
       name: example-hpa
       namespace: default
     spec:
       scaleTargetRef:
         kind: Deployment
         name: example-deployment
       minReplicas: 2
       maxReplicas: 10
       metrics:
         - type: Resource
           resource:
             name: cpu
             targetAverageUtilization: 50
     

   • 应用这个配置文件到集群中：

     kubectl apply -f hpa.yaml
     

6. 验证 HPA 状态：

   kubectl get hpa example-hpa
   

HPA 工作原理

HPA 会定期（默认每 30 秒）从 Metrics Server 获取目标 Deployment 或 StatefulSet 的资源使用情况，然后根据预设的阈值调整 Pod 的副本数。在上述例子中，当 example-deployment 的平均 CPU 使用率达到 50% 时，HPA 将自动增加 Pod 的数量，直到达到 maxReplicas 设定的最大值；反之，若低于平均利用率，则减少 Pod 数量，但至少保留 minReplicas 设定的最小副本数。

注意事项

• 确保 Metrics Server 已经正常工作并能向 Kubernetes 集群提供 Metrics API。
• HPA 支持多种类型的度量标准，不仅仅是 CPU 使用率，还可以基于内存使用或其他自定义度量。
• 部署 Metrics Server 时可能需要为其提供适当的权限，确保它能读取到集群中 Pod 的资源使用数据。在较早的 Kubernetes 版本中，可能需要额外配置 ServiceAccount 和 RoleBinding。