k8s-20 hpa控制器

最新推荐文章于 2024-06-03 00:01:38 发布
最新推荐文章于 2024-06-03 00:01:38 发布
阅读量511 收藏
点赞数
文章标签： kubernetes 容器 云原生
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_59945551/article/details/133888355
版权

hpa可通过metrics-server所提供pod的cpu 或者内存的负载情况，从而动态拉伸控制器的副本数，从而达到后端的自动弹缩

官网：https://kubernetes.io/zh-cn/docs/tasks/run-application/horizontal-pod-autoscale-walkthrough/

上传镜像

压测

pod负载上升

触发hpa扩容pod

结束压测后，默认等待5分钟冷却时间，pod会被自动回收

多项量度指标

小米小可爱
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
K8s --HPA容器水平伸缩
ly660402的博客
03-07 1708
一、什么是HPA 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。 官网：https://kubernetes.io/zh/docs/tasks/run-application/horizontal-pod-aut
k8s-prom-hpa：具有Prometheus自定义指标的Kubernetes水平Pod自动缩放器
02-04
k8s-prom-hpa：具有Prometheus自定义指标的Kubernetes水平Pod自动缩放器
K8s-HPA控制器-Day 06
qq_42515722的博客
08-07 225
hpa 加 metrics-server 实现内存cpu级别的自动扩缩容
k8s-hpa控制器 16
m0_65366762的博客
02-21 626
hpa可通过metrics-server所提供pod的cpu或者内存的负载情况，从而动态拉伸控制器的副本数，从而达到后端的自动弹缩。在结束压力测试后，默认等待5分钟冷去时间后，pod将会被自动回收。触发hpa扩容pod。
K8s---HPA弹性伸缩
WuDan_1112的博客
08-14 2291
Kubernetes是借助Agrregator APIServer扩展机制来实现Custom Metrics。Custom Metrics APIServer是一个提供查询Metrics指标的API服务（Prometheus的一个适配器），这个服务启动后，kubernetes会暴露一个叫custom.metrics.k8s.io的API，当请求这个URL时，请求通过Custom Metics APIServer去Prometheus里面去查询对应的指标，然后将查询结果按照特定格式返回。......
K8s--Pod控制器详解
qq_52807660的博客
11-25 1393
一、Pod控制器介绍 Pod是kubernetes的最小管理单元，在kubernetes中，按照pod的创建方式可以将其分为两类： 自主式pod：kubernetes直接创建出来的Pod，这种pod删除后就没有了，也不会重建 控制器创建的pod：kubernetes通过控制器创建的pod，这种pod删除了之后还会自动重建 什么是Pod控制器: Pod控制器是管理pod的中间层，使用Pod控制器之后，只需要告诉Pod控制器，想要多少个什么样的Pod就可以了，它会创建出满足条件的Pod并确保
k8s-HPA
热门推荐
Kubernetes enthusiasts
02-08 1万+
一、认识HPA 参考: https://kubernetes.io/zh/docs/tasks/run-application/horizontal-pod-autoscale/ HPA全称是Horizontal Pod Autoscaler，中文意思是POD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 数量。 除了 CPU 利用率，内存占用外，也可以基于其他应程
k8s学习笔记-HPA控制器
weixin_30597269的博客
05-27 1473
Horizontal Pod Autoscaling，简称HPA，是Kubernetes中实现POD水平自动伸缩的功能。为什么要水平而不叫垂直, 那是因为自动扩展主要分为两种: 水平扩展(scale out)，针对于实例数目的增减垂直扩展(scal up)，即单个实例可以使用的资源的增减, 比如增加cpu和增大内存 而HPA属于前者。它可以根据CPU使用率或应用自定义metrics自动扩展Pod...
Kubernetes--k8s--进阶--全面了解HPA--部署HPA实现高可用和成本控制
直到世界的尽头
10-09 6232
什么是HPA 我们的k8s集群 如果是 针对pod层面是有Cluster Autoscaler弹性伸缩来做高可用和成本控制的优化的。 也就是说 我们一开始 没有pod任务在运行的时候 不需要node节点时，k8s的集群可以只启动少量node节点来做常驻服务pod的部署。 当 有大批量的任务pod 需要运行时， k8s集群会根据 每个pod需要的资源状态来 申请启动新的node节点。 当任务高峰期过后，pod运行的数量减少，node的数量就会收缩，不使用的node会被回收，保证 k8s集群的高可用低成本运行。
K8s-pod控制器详解
zzixwx的博客
02-14 202
k8s pod管理
K8S系统的监控及HPA控制器.doc
08-30
K8S系统的监控及HPA控制器.doc
云原生 k8s HPA components.yaml
03-06
云原生 k8s HPA components.yaml，搭建metrics server环境，适用于外网下载不到文件的小伙伴，镜像仓库地址已改为阿里云国内镜像，必要的配置也已配置完成，助你快速完成metrics server环境搭建。云原生 k8s HPA ...
k8s hpa采集工具metrics
01-12
k8s hpa采集工具metrics
spring-boot-k8s-hpa：在Kubernetes上使用水平Pod自动缩放器和自定义指标自动缩放Spring Boot
01-29
使用水平Pod自动缩放器和Kubernetes上的自定义指标自动缩放Spring Boot先决条件您应该已经安装了minikube。 您应该使用至少4GB的RAM启动minikube： minikube start \ --memory 4096 \ --extra-config=controller-...
k8s学习--资源控制器StatefulSet详细解释与应用
lwxvgdv的博客
05-29 1140
我们在生产中常用的副本(pod)控制器如Deployment,DaemonSet,RS都是使用于无状态服务，其所管理的Pod的启停顺序，IP，Pod名称都是随机的，被管理的Pod更新时,这些都会发生变化,而我们在管理如mysql,redis,kafka,consul这些集群是为了管理方便，就可以使用。在用Deployment时，每一个Pod名称是没有顺序的，是随机字符串，因此是Pod名称是无序的，但是在statefulset中要求必须是有序，每一个pod不能被随意取代，pod重建后pod名称还是一样的。
k8s自动补全命令
最新发布
aaqq123456654321的博客
06-03 155
【代码】k8s自动补全命令。
【二进制部署k8s-1.29.4】一、安装前软件准备及系统初始化
weixin_56364253的博客
05-30 1019
本章节主要讲解在安装部署k8s-1.29.4环境之前的一些软件、环境调优的准备工作，本篇采用k8s二进制安装的方式进行部署，该环境是根据在用的一个30节点左右的k8s集群部署流程进行文章整理。
k8s 全面掌控日志系统
ycloud
05-29 850
为了提高系统运维和故障排查的效率， 日志系统采用 ELK（Elasticsearch、Logstash、Kibana）技术栈，通过 FileBeats 作为日志收集器，将来自不同节点的日志数据汇总并存储在 Elasticsearch 中，最终通过 Kibana 进行可视化展示和分析。
k8s HPA最佳实践
11-17
以下是k8s HPA最佳实践： 1. 首先，确保你的应用程序可以水平扩展。这意味着你的应用程序必须能够在多个副本中运行，并且可以通过负载均衡器进行访问。 2. 然后，使用kubectl create hpa命令创建HPA对象。例如，如果你的Deployment名称为my-deployment，你可以使用以下命令创建一个最小副本数为2，最大副本数为10的HPA对象： ```shell kubectl create hpa my-deployment --min=2 --max=10 --cpu-percent=80 ``` 这将创建一个HPA对象，该对象将监视my-deployment的CPU使用率，并在CPU使用率超过80％时增加副本数，最多增加到10个副本。如果CPU使用率低于80％，则减少副本数，最少减少到2个副本。 3. 确保你的应用程序具有水平扩展性，并且可以在多个副本中运行。这意味着你的应用程序必须能够通过负载均衡器进行访问。 4. 监控你的应用程序的性能和资源使用情况。使用Prometheus等工具来监控CPU、内存和网络使用情况等指标。 5. 根据你的应用程序的性能和资源使用情况调整HPA对象的参数。例如，你可以增加或减少最小和最大副本数，或者调整CPU使用率的阈值。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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