k8s测试十七 Horizontal Pod Autoscaling

最新推荐文章于 2024-01-23 12:02:56 发布
最新推荐文章于 2024-01-23 12:02:56 发布
阅读量636 收藏
点赞数
分类专栏： k8s
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_40165163/article/details/105010334
版权

如果看过测试十六到这里我们已经具备了去实验HPA的条件了，没看过的可以去看一下！

简介：

Horizontal Pod Autoscaling 可以根据 CPU 利用率自动伸缩一个 Replication Controller、Deployment 或者Replica Set 中的 Pod 数量。

运行一个比较耗费资源的pod：

kubectl run php-apache --image=gcr.io/google_containers/hpa-example --requests=cpu=200m --port=80 --image-pull-policy=IfNotPresent

 kubectl top pod 查看一下监控是否已经拿到数据：

 创建 HPA 控制器 最小1个 最大 10个 :

kubectl autoscale deployment php-apache --cpu-percent=50 --min=1 --max=10

帮助文档：

  --cpu-percent=-1: The target average CPU utilization (represented as a percent of requested CPU) over all the
pods. If it's not specified or negative, a default autoscaling policy will be used.

增加负载：

kubectl run -i --tty load-generator --image=busybox /bin/sh

创建无头服务：

apiVersion: v1
kind: Service
metadata:
  name: hpasvc
spec:
  ports:
  - port: 80
    name: web
  clusterIP: None
  selector:
    run: php-apache

循环调用 php页面将cpu指标提升到需要hpa介入增加pod数量：

while true; do wget -q -O- http://hpasvc.default.svc.cluster.local; done

开始创建pod:

 10个pod

当监控发现cpu资源不在紧张时会在等待一会才回收资源：

pod动态：

NAME                              READY   STATUS    RESTARTS   AGE
load-generator-5fb4fb465b-kjxl7   1/1     Running   0          31s
php-apache-69fcbf5fbc-5n82p       1/1     Running   0          15m
php-apache-69fcbf5fbc-lv7sh       0/1     Pending   0          0s
php-apache-69fcbf5fbc-8zk7w       0/1     Pending   0          0s
php-apache-69fcbf5fbc-wxmhd       0/1     Pending   0          0s
php-apache-69fcbf5fbc-lv7sh       0/1     Pending   0          0s
php-apache-69fcbf5fbc-8zk7w       0/1     Pending   0          0s
php-apache-69fcbf5fbc-wxmhd       0/1     Pending   0          0s
php-apache-69fcbf5fbc-lv7sh       0/1     ContainerCreating   0          0s
php-apache-69fcbf5fbc-8zk7w       0/1     ContainerCreating   0          0s
php-apache-69fcbf5fbc-wxmhd       0/1     ContainerCreating   0          1s
php-apache-69fcbf5fbc-wxmhd       1/1     Running             0          2s
php-apache-69fcbf5fbc-lv7sh       1/1     Running             0          2s
php-apache-69fcbf5fbc-8zk7w       1/1     Running             0          2s
php-apache-69fcbf5fbc-wb8wd       0/1     Pending             0          0s
php-apache-69fcbf5fbc-wb8wd       0/1     Pending             0          0s
php-apache-69fcbf5fbc-jtg7r       0/1     Pending             0          0s
php-apache-69fcbf5fbc-xfbbh       0/1     Pending             0          0s
php-apache-69fcbf5fbc-2tfcv       0/1     Pending             0          0s
php-apache-69fcbf5fbc-jtg7r       0/1     Pending             0          0s
php-apache-69fcbf5fbc-xfbbh       0/1     Pending             0          0s
php-apache-69fcbf5fbc-2tfcv       0/1     Pending             0          0s
php-apache-69fcbf5fbc-wb8wd       0/1     ContainerCreating   0          0s
php-apache-69fcbf5fbc-jtg7r       0/1     ContainerCreating   0          0s
php-apache-69fcbf5fbc-xfbbh       0/1     ContainerCreating   0          0s
php-apache-69fcbf5fbc-2tfcv       0/1     ContainerCreating   0          0s
php-apache-69fcbf5fbc-2tfcv       1/1     Running             0          1s
php-apache-69fcbf5fbc-xfbbh       1/1     Running             0          2s
php-apache-69fcbf5fbc-wb8wd       1/1     Running             0          2s
php-apache-69fcbf5fbc-jtg7r       1/1     Running             0          2s
php-apache-69fcbf5fbc-ngf2w       0/1     Pending             0          0s
php-apache-69fcbf5fbc-ngf2w       0/1     Pending             0          0s
php-apache-69fcbf5fbc-v8bhl       0/1     Pending             0          0s
php-apache-69fcbf5fbc-v8bhl       0/1     Pending             0          0s
php-apache-69fcbf5fbc-ngf2w       0/1     ContainerCreating   0          0s
php-apache-69fcbf5fbc-v8bhl       0/1     ContainerCreating   0          0s
php-apache-69fcbf5fbc-ngf2w       1/1     Running             0          2s
php-apache-69fcbf5fbc-v8bhl       1/1     Running             0          2s
load-generator-5fb4fb465b-kjxl7   0/1     Error               0          25m
load-generator-5fb4fb465b-kjxl7   1/1     Running             1          25m
load-generator-5fb4fb465b-kjxl7   1/1     Terminating         1          28m
php-apache-69fcbf5fbc-wxmhd       1/1     Terminating         0          6m20s
php-apache-69fcbf5fbc-v8bhl       1/1     Terminating         0          5m49s
php-apache-69fcbf5fbc-lv7sh       1/1     Terminating         0          6m20s
php-apache-69fcbf5fbc-ngf2w       1/1     Terminating         0          5m49s
php-apache-69fcbf5fbc-8zk7w       1/1     Terminating         0          6m20s
php-apache-69fcbf5fbc-2tfcv       1/1     Terminating         0          6m4s
php-apache-69fcbf5fbc-xfbbh       1/1     Terminating         0          6m4s
php-apache-69fcbf5fbc-jtg7r       1/1     Terminating         0          6m4s
php-apache-69fcbf5fbc-wb8wd       1/1     Terminating         0          6m4s
php-apache-69fcbf5fbc-8zk7w       0/1     Terminating         0          6m22s
php-apache-69fcbf5fbc-wb8wd       0/1     Terminating         0          6m6s
php-apache-69fcbf5fbc-ngf2w       0/1     Terminating         0          5m51s
php-apache-69fcbf5fbc-xfbbh       0/1     Terminating         0          6m6s
php-apache-69fcbf5fbc-v8bhl       0/1     Terminating         0          5m51s
php-apache-69fcbf5fbc-lv7sh       0/1     Terminating         0          6m22s
php-apache-69fcbf5fbc-jtg7r       0/1     Terminating         0          6m6s
php-apache-69fcbf5fbc-wxmhd       0/1     Terminating         0          6m22s
php-apache-69fcbf5fbc-wxmhd       0/1     Terminating         0          6m22s
php-apache-69fcbf5fbc-2tfcv       0/1     Terminating         0          6m7s
php-apache-69fcbf5fbc-ngf2w       0/1     Terminating         0          5m52s
php-apache-69fcbf5fbc-ngf2w       0/1     Terminating         0          5m52s
php-apache-69fcbf5fbc-v8bhl       0/1     Terminating         0          5m53s
php-apache-69fcbf5fbc-v8bhl       0/1     Terminating         0          5m53s
php-apache-69fcbf5fbc-jtg7r       0/1     Terminating         0          6m9s
php-apache-69fcbf5fbc-jtg7r       0/1     Terminating         0          6m9s
php-apache-69fcbf5fbc-wxmhd       0/1     Terminating         0          6m26s
php-apache-69fcbf5fbc-wxmhd       0/1     Terminating         0          6m26s
php-apache-69fcbf5fbc-2tfcv       0/1     Terminating         0          6m10s
php-apache-69fcbf5fbc-2tfcv       0/1     Terminating         0          6m10s
php-apache-69fcbf5fbc-lv7sh       0/1     Terminating         0          6m27s
php-apache-69fcbf5fbc-lv7sh       0/1     Terminating         0          6m27s
php-apache-69fcbf5fbc-8zk7w       0/1     Terminating         0          6m29s
php-apache-69fcbf5fbc-8zk7w       0/1     Terminating         0          6m29s
php-apache-69fcbf5fbc-xfbbh       0/1     Terminating         0          6m13s
php-apache-69fcbf5fbc-xfbbh       0/1     Terminating         0          6m13s
php-apache-69fcbf5fbc-wb8wd       0/1     Terminating         0          6m13s
php-apache-69fcbf5fbc-wb8wd       0/1     Terminating         0          6m13s
load-generator-5fb4fb465b-kjxl7   0/1     Terminating         1          29m
load-generator-5fb4fb465b-kjxl7   0/1     Terminating         1          29m
load-generator-5fb4fb465b-kjxl7   0/1     Terminating         1          29m

 监控下的数据：

七八月份的太阳
关注
专栏目录
【Kubernetes】Kubernetes的13个奇技淫巧 | k8s技巧 | preStop Hooks | Horizontal Pod Autoscaling | CRD |k8s Debug
CTRA®王大大技术中心
03-04 53
【Kubernetes】Kubernetes的13个奇技淫巧 | k8s技巧 | preStop Hooks | Horizontal Pod Autoscaling | CRD |k8s Debug
HPA（Horizontal Pod Autoscaler）弹性伸缩
每天都要开心呀(#^.^#)
05-23 827
快速理解Kubernetes水平扩缩策略
k8s autoscaling源码分析
xts_huangxin的博客
09-09 2800
由于工作需要，近期对k8s自动伸缩的源码进行了阅读，在此与各位分享。
[置顶] kubernetes资源对象--Horizontal Pod Autoscaling（HPA）
ddk4044的博客
08-11 579
概念 HPA全称Horizontal Pod Autoscaling，即pod的水平自动扩展。自动扩展主要分为两种，其一为水平扩展，针对于实例数目的增减；其二为垂直扩展，即单个实例可以使用的资源的增减。HPA属于前者。 HPA的操作对象是RC、RS或Deployment对应的Pod，根据观察到的CPU实际使用量与用户的期望值进行比对，做出是否需要增减实例数量的决策。 原理 ...
K8S的横向自动扩容的功能Horizontal Pod Autoscaling
无界编程
10-29 3015
K8S 作为一个集群式的管理软件，自动化、智能化是免不了的功能。Google 在 K8S v1.1 版本中就加入了这个 Pod 横向自动扩容的功能（Horizontal Pod Autoscaling，简称 HPA）。 HPA 与之前的 Deployment、Service 一样，也属于一种 K8S 资源对象。 HPA 的目标是希望通过追踪集群中所有 Pod 的负载变化情况，来自动化地调整 P...
Horizontal Pod Autoscaler（Pod水平自动伸缩）
Addisoni
02-09 1805
Horizontal Pod Autoscaler 根据观察到的CPU利用率（或在支持自定义指标的情况下，根据其他一些应用程序提供的指标）自动伸缩 replication controller, deployment, replica set, stateful set 中的pod数量。注意，Horizontal Pod Autoscaling不适用于无法伸缩的对象，例如DaemonSets。 ...
【kubernetes系列】Kubernetes之自动扩容Horizontal Pod Autoscaling（HPA）
margu_168的博客
05-10 1742
然后，通过现有pods的CPU使用率的平均值（计算方式是最近的pod使用量（最近一分钟的平均值，从heapster中获得）除以设定的每个Pod的CPU使用率限额）跟目标使用率进行比较，并且在扩容时，还要遵循预先设定的副本数限制：MinReplicas
Kubernetes_K8s 中的自动伸缩(Horizontal Pod Autoscaling)机制
# 1. Kubernetes基础知识回顾 ## 1.1 Kubernetes简介 Kubernetes是一个开源的容器编排引擎，用于自动化部署、扩展和操作应用程序容器。...Kubernetes利用Pod来实现对容器的编排和管理，从而提供了更强大
自动伸缩应用规模：Kubernetes中的Horizontal Pod Autoscaling实现与配置
# 1. 介绍自动伸缩应用规模的概念 自动伸缩应用规模是指根据应用负载情况，动态调整应用实例数量的能力。当负载高时增加实例数量，负载低时减少实例数量，以确保应用在任何情况下都能保持稳定且高效。...
【k8s篇】k8s自动扩缩容hpa
逆流的博客
12-11 3418
【k8s篇】自动扩缩容hpaAPI Version版本Metric API支持使用自定义指标教程HPA behavior字段——可配置的扩缩配置扩缩策略稳定窗口behavior配置示例：常用操作命令yaml配置自动生成hpa.yamlhpa.yaml示例 API Version版本 autoscaling/v1 ： 只支持基于 CPU 指标的扩缩 autoscaling/v2beta2： （ k8s 1.6+）自定义指标。Horizontal Pod Autoscaler 支持使用自定义指标。 你可以使用
k8s之Horizontal Pod Autoscaler（Pod水平自动伸缩）
weixin_50801368的博客
02-15 1461
官方文档：Pod 水平自动扩缩 | Kuberneteshttps://kubernetes.io/zh/docs/tasks/run-application/horizontal-pod-autoscale/ Pod 水平自动扩缩（Horizontal Pod Autoscaler） 可以基于 CPU 利用率自动扩缩 ReplicationController、Deployment、ReplicaSet 和 StatefulSet 中的 Pod 数量。 除了 CPU 利用率，也可以基于其他应程序提供
6.kubernetes自动扩容之Horizontal Pod Autoscaling（HPA）
weixin_33897722的博客
06-04 669
我们通过手动执行kubectl scale命令，可以实现Pod扩容。但是，分布式系统要能够根据当前负载的变化情况自动触发水平扩展或缩容的行为，因为这一过程可能是频繁发生的、不可预料的，所以手动控制的方式是不现实的。 因此，在Kubernetes1.1版本中首次发布了这一重量级新特性-----Horizontal Pod Autoscaler。 Horizontal Pod Autoscal...
K8S-kubectl scale（静态）扩缩容pod，K8S-kubectl autoscale（动态）扩缩容pod，K8S的HorizontalPodAutoscaler（HPA）机制自动扩容缩容
DLWH_HWLD的博客
07-02 9463
1、静态调整pod方式 1.1 通过kubectl scale 命令扩缩pod 1.2 使用yml文件扩缩容pod 2、HPA自动扩容 2.1 通过kubectl autoscale命令自动扩缩容pod（不推荐） 2.2 通过yml文件自动扩缩容pod（推荐配置）
七、HorizontalPodAutoscaler（HPA）
爱吃西红柿的博客
01-14 1501
Horizontal Pod Autoscaler，中文就是水平自动伸缩可以基于CPU利用率自动扩缩，Replicationcontroller、Deployment、ReplicaSet、和StatefulSet中的pod 的数量除了CPU利用率、内存占用外，也可以积极与其他应用程序提供的自定义度量指标来执行自动扩缩Pod 自动扩缩不适用于无法扩缩的对象，比如 DaemonSet。Pod 水平自动扩缩特性由 Kubernetes API 资源和控制器实现。资源决定了控制器的行为。
k8s--kubernetes资源监控--HPA实例(水平pod自动扩缩容)
Gong_yz的博客
03-15 1147
HPA的全称为（Horizontal Pod Autoscaling）它可以根据当前pod资源的使用率（如CPU、磁盘、内存等），进行副本数的动态的扩容与缩容，以便减轻各个pod的压力。 当pod负载达到一定的阈值后，会根据扩缩容的策略生成更多新的pod来分担压力，当pod的使用比较空闲时，在稳定空闲一段时间后，还会自动减少pod的副本数量。
k8s---pod的水平自动伸缩HPA
最新发布
m0_75209491的博客
01-23 1596
HPA自动扩缩容命名空间的两种方式：ResourceQuota：可以对命名空间进行资源限制LimitRange：直接声明在命名空间中创建的pod，容器的资源限制。这是一种统一限制。所有的pod都受这个条件的制约。只要是在命名空间内不管创建多少，都需要使用我声明的资源限制。pod的资源限制：resources、limitpod的资源限制是我们创建时候声明好的，这时必加选项。对命名空间、使用cpu、内存一定会做限制命名空间的资源限制：ResourceQuota。
K8s(Kubernetes)内容分享（二）：K8s(Kubernetes) 自动扩缩容
之乎者也·的博客
12-10 1709
自动缩放是在没有人工干预的情况下增加或减少应用程序工作负载容量的过程。如果调整正确，自动缩放可以降低维护应用程序的成本和工程工作量。自动缩放的整个过程很简单。它首先确定一组指标，这些指标可以为 Kubernetes 何时应该扩展应用程序容量提供指标。接下来，一组规则确定应用程序是否应该按比例放大或缩小。最后，使用 Kubernetes API，可扩展或收缩应用程序可用的资源，以适应应用程序必须执行的工作。自动缩放是一个复杂的过程，它比其他应用程序更好地服务于某些类别的应用程序。
Kubernetes autoscaling
急速虫子
02-06 1740
使用kubernetes pod scaler 来根据CPU利用率动态增减pod数量实现负载均衡。 api 接口文档 创建 POST /apis/autoscaling/v1/namespaces/{namespace}/horizontalpodautoscalers 参数 v1.HorizontalPodAutoscaler (json 格式) { "kind" : "Horiz
k8s中实现pod自动扩缩容
热门推荐
大风车儿的博客
04-19 20万+
如何在k8s中实现基于cpu、内存的pod自动扩缩容来应对非线性资源使用情况，以满足业务需求、节约资源。
k8s网络、调度、资源隔离底层原理
05-24
Kubernetes（k8s）是一种开源的容器编排系统，具有自动化部署、扩展和管理容器化应用程序的能力。它通过网络、调度和资源隔离等机制实现高可用性和可伸缩性。下面简单介绍一下它们的底层原理。 1. 网络 Kubernetes使用CNI（Container Network Interface）插件来管理容器网络。CNI定义了一组标准接口，使得不同的容器网络插件可以在Kubernetes中无缝切换。Kubernetes的每个节点（Node）都有一个kube-proxy代理程序，它负责在节点上创建虚拟的服务IP地址和端口，以及将流量路由到正确的Pod。 2. 调度 Kubernetes的调度器（Scheduler）负责在集群中选择一个最合适的节点来运行Pod。调度器根据一组调度策略来选择节点，比如资源利用率、节点负载等。调度器还可以根据Pod的亲和性（Affinity）和反亲和性（Anti-Affinity）来选择节点，以满足Pod之间的约束关系。 3. 资源隔离 Kubernetes使用Linux命名空间（Namespace）和Cgroups（Control Groups）来实现容器的资源隔离。Namespace使得容器可以拥有自己独立的网络、文件系统、进程和用户空间。Cgroups则可以限制容器的资源使用，比如CPU、内存、磁盘IO等。Kubernetes还支持Vertical Pod Autoscaling（VPA）和Horizontal Pod Autoscaling（HPA）等自动伸缩机制，以根据负载自动调整Pod的资源配额。 总之，Kubernetes通过网络、调度和资源隔离等机制实现了高可用性和可伸缩性。它的底层原理主要涉及到CNI、调度器、Namespace、Cgroups等技术。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值