k8s自动弹性伸缩之HPA实践

Kubernetes HPA（Horizontal Pod Autoscaler） 是 Kubernetes 提供的自动弹性伸缩机制，用于根据实时负载动态调整 Pod 副本数量，以应对流量波动并优化资源利用率。HPA 可以根据 CPU 利用率自动伸缩一个 Replication Controller、 Deployment 或者Replica Set 、statefulset中的 Pod 数量。

HPA是基于kube-controll-manager服务，周期性的检测Pod的CPU使用率，默认30s检测一次

HPA和副本控制器replication controller以及deployment controller，都属于K8S的资源对象。通过跟踪分析副本控制器和deployment的Pod的负载变化，针对性的调整目标Pod的副本数。

阀值：正常情况下，Pod的副本数，以及达到阀值后，Pod的扩容最大数量

Kubernetes采用request和limit两种限制类型来对资源进行分配。

   request(资源需求)：即运行Pod的节点必须满足运行Pod的最基本需求才能运行Pod。
   limit(资源限额)：即运行Pod期间，可能内存使用量会增加，那最多能使用多少内存，这就是资源限额。

资源类型:
        CPU 的单位是核心数，内存的单位是字节。
          一个容器申请0.5个CPU，就相当于申请1个CPU的一半，你也可以加个后缀m 表示千分之一的概念。比如说100m的CPU，100豪的CPU和0.1个CPU都是一样的。

        内存单位：
                K、M、G、T、P、E             #通常是以1000为换算标准的。
                Ki、Mi、Gi、Ti、Pi、Ei        #通常是以1024为换算标准的。

---

一、HPA 工作原理

1. 指标采集：

   • Metrics Server：默认采集 Pod 的 CPU 和内存使用率（需预先部署）。
   • 自定义指标：通过 Prometheus、Kubernetes Custom Metrics API 等扩展，支持 QPS、并发连接数等业务指标。

2. 决策逻辑：

   • 周期性（默认15秒）检查目标资源（如 Deployment）的指标数据。

   • 根据当前指标值与目标阈值的比例，计算期望的 Pod 副本数。

   • 计算公式：

     复制

     期望副本数 = ceil(当前副本数 × (当前指标值 / 目标指标值))
     

   • 最终副本数受 minReplicas 和 maxReplicas 限制。

3. 扩缩容触发：

   • 扩容：当指标超过目标阈值时增加 Pod 副本。
   • 缩容：当指标低于目标阈值时减少 Pod 副本（默认有5分钟冷却时间防止抖动）。

---

二、HPA 配置步骤

1. 部署 Metrics Server

Metrics Server 是 Kubernetes 内置的高效的容器资源指标来源。Metrics Server 可以帮助我们监控集群中节点和容器的资源使用情况。

# 安装 Metrics Server（Kubernetes 1.20+）
[root@master ~]# mkdir hpa
[root@master hpa]# wget https://github.com/kubernetes-sigs/metrics-server/releases/download/v0.7.1/components.yaml
[root@master hpa]# vim components.yaml #修改配置文件
1、修改镜像：
registry.k8s.io/metrics-server/metrics-server:v0.7.1
修改为
registry.aliyuncs.com/google_containers/metrics-server:v0.7.1
2.禁用证书验证，在134行左右添加
spec:
      containers:
      - args:
        - --kubelet-insecure-tls  #禁用证书验证
        - --cert-dir=/tmp
        - --secure-port=10250
        
[root@master hpa]# kubectl apply -f components.yaml

# 验证安装
[root@master hpa]# kubectl get pod -A | grep metrics
kube-system  metrics-server-b59d5fcc6-jl9jh   1/1     Running   0      55s

[root@master hpa]# kubectl top nodes
NAME     CPU(cores)   CPU(%)