HPA自动扩展的案例

1. 创建 Deployment：

apiVersion: apps/v1
kind: Deployment
metadata:
  name: myapp-deployment
spec:
  replicas: 3
  selector:
    matchLabels:
      app: myapp
  template:
    metadata:
      labels:
        app: myapp
    spec:
      containers:
      - name: myapp-container
        image: myapp:latest
        resources:
          limits:
            cpu: "1"
            memory: "1Gi"
          requests:
            cpu: "0.5"
            memory: "500Mi"

2. 创建 HorizontalPodAutoscaler：

apiVersion: autoscaling/v2beta2
kind: HorizontalPodAutoscaler
metadata:
  name: myapp-hpa
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: myapp-deployment
  minReplicas: 1
  maxReplicas: 10
  metrics:
  - type: Resource
    resource:
      name: cpu
      target:
        type: Utilization
        averageUtilization: 50

在上面的示例中，我们创建了一个名为"myapp-deployment"的Deployment，它包含了3个Pod副本。每个Pod定义了资源限制和请求，以便HPA可以根据CPU利用率来自动扩展Pod数量。

然后，我们创建了一个名为"myapp-hpa"的HorizontalPodAutoscaler。它将目标引用设置为"myapp-deployment"，并定义了最小和最大Pod副本数量。在metrics部分，我们指定了监控的资源类型为CPU，并设置了目标平均利用率为50%。这意味着，如果Pod的CPU利用率超过50%，HPA将自动增加Pod的数量，以满足负载需求。

你可以将上述配置保存为一个YAML文件（例如，myapp-autoscale.yaml），然后使用以下命令将其应用到Kubernetes集群中：

kubectl apply -f myapp-autoscale.yaml

Kubernetes将根据配置创建Deployment和HPA资源，并自动进行Pod的自动扩展。

请注意，此配置仅用于示例目的，你需要根据你的具体应用程序和负载情况进行适当的调整和配置。另外，确保你的集群中已启用HPA功能，并且有足够的资源可用来支持自动扩展的Pod数量。