前言
在上一篇文章 Kubernetes 弹性伸缩全场景解析 (一):概念延伸与组件布局中,我们介绍了在 Kubernetes 在处理弹性伸缩时的设计理念以及相关组件的布局,在今天这篇文章中,会为大家介绍在 Kubernetes 中弹性伸缩最常用的组件 HPA(Horizontal Pod Autoscaler)。HPA 是通过计算 Pod 的实际工作负载进行重新容量规划的组件,在资源池符合满足条件的前提下,HPA 可以很好的实现弹性伸缩的模型。HPA 到目前为止,已经演进了三个大版本,本文将会为大家详细解析 HPA 底层的原理以及在 Kubernetes 中弹性伸缩概念的演变历程。
HPA 基本原理
HPA 是根据实际工作负载水平伸缩容器数目的组件,从中可以提炼出两个非常重要的关键字:负载
和数目
。我们可以用一个非常简单的数学公式进行归纳:
下面举一个实际例子进行上述公式的阐述。
假设存在一个叫 A
的 Deployment
,包含3个 Pod
,每个副本的 Request 值是 1 核,当前 3 个 Pod
的 CPU 利用率分别是 60%、70% 与 80%,此时我们设置 HPA 阈值为 50%,最小副本为 3,最大副本为 10。接下来我们将上述的数据带入公式中:
- 总的
Pod
的利用率是 60%+70%+80% = 210%; - 当前的
Target
是 3; - 算式的结果是 70%,大于50%阈值,因此当前的
Target
数目过小,需要进行扩容; - 重新设置
Target
值为 5,此时算式的结果为 42% 低于 50%,判断还需要扩容两个容器;