作者:Sandor Magyari
本文来自Banzai Cloud,通过一个Spring Boot应用示例演示如何使用Istio Operator实现Pod水平扩展。
基于自定义Istio指标的Pod水平自动缩放
Pipeline的核心功能之一,Banzai Cloud的应用程序和devops容器管理平台,是多维的并可以基于默认和自定义指标进行自动调节。在我们引入自定义指标后,我们选择了通过Prometheus适配器从Prometheus收集指标。从那时起,我们的许多客户开始使用Hoizontal Pod Autoscaling,他们中的大多数人只对基本的CPU和内存指标感到满意。
我们一直都知道这不是一个理想的解决方案,我们一直在努力寻求更灵活的解决方案,以便:
基于自定义Prometheus指标的扩展
为更复杂的Prometheus查询提供扩展支持
随着我们的开源Istio operator的发布以及在Pipeline平台上广泛引入基于Istio的服务网格,我们也提供了根据自定义的Istio指标的自动缩放功能。Prometheus现在提供网络指标,延迟,故障率以及更多指标(默认情况下从Istio中删除)。我们的HPA operator根据这些指标决定是否扩展。
但是,在使用Prometheus Adapter时,我们的方法已不再可行,因此我们决定探索替代方案。
如果您错过了我们关于Pipeline平台所支持和自动化不同类型的自动缩放功能的系列博客,请查看这些早先的帖子:
Autoscaling Kubernetes集群
Vertical pod autoscaler
自定义指标上的水平自动缩放Kubernetes部署
Horizontal Pod Autoscaler Kubernetes Operator
重新加载水平Pod自动调节器操作员
TL;DR
Pipeline及其HPA Operator中对重新设计的自定义指标支持的介绍。
使用来自Prometheus的Istio指标自动调整Spring Boot部署的示例
深入了解添加自定义指标后发生了什么
切换到另一个自定义指标适配器,kube-metrics-adapter的介绍
重新支持自定义指标
由于上面列出的原因,我们决定使用另一个自定义指标适配器,kube-metrics-adapter。
kube-metrics-adapter 是一种通用指标适配器,可以从多个来源收集和提供指标。对于每个源,都有一个Collector
实现;目前,我们对其Prometheus收集器最感兴趣。
Prometheus Collector
是一个通用收集器。它将Prometheus 查询映射到可由HPA 控制器用于部署自动扩展的度量标准。它的方法不同于Prometheus Adapter ,它具有预定义的规则集 - 包含针对Prometheus 运行的查询,用于将指标转换为自定义指标 - 定期执行。获取所有匹配的指标标准(因为这些查询必须是通用的并且定位