本文共 2428 字，大约阅读时间需要 8 分钟。

Horizontal Pod Autoscaler（HPA）简明指南

1. Horizontal Pod Autoscaler 是如何工作的

Horizontal Pod Autoscaler 是 Kubernetes 自动缩放机制的一部分，用于根据资源使用情况自动调整Pod数量。它监控指定指标（如CPU使用率），并根据目标值自动扩展或缩减副本数量。

HPA 的控制循环周期由 --horizontal-pod-autoscaler-sync-period 参数决定，默认为15秒。每个周期内，Controller Manager会查询资源指标API或自定义指标API，获取Pod的资源使用情况。

对于Pod资源指标（如CPU），HPA会从资源指标API获取数据。如果设置了目标利用率值，HPA会将其转换为资源请求百分比；如果设置了目标原始值，则直接使用原始指标值。HPA计算所有目标Pod的平均值，并根据比率调整副本数量。

需要注意的是，如果某些Pod的容器未设置资源请求，HPA不会考虑其CPU使用率。

2. 算法细节

HPA的算法基于以下公式计算期望副本数量：

desiredReplicas = ceil[currentReplicas * (currentMetricValue / desiredMetricValue)]

直译为：当前副本数乘以（当前指标值 / 期望指标值），结果向上取整即为期望副本数量。

示例：

• 当前指标值为200m，期望指标值为100m时，期望副本数量为双倍。
• 当前指标值为50m，期望指标值为100m时，期望副本数量为当前副本数的一半。

如果比率接近1，则HPA不会进行缩放。

当基于CPU利用率缩放时，尚未准备好的Pod会被暂时保留。

3. 使用示例

1. 创建镜像并运行示例

FROM java:8
COPY ./hello-world-0.0.1-SNAPSHOT.jar hello-world.jar
CMD java -jar hello-world.jar

2. 运行镜像并暴露为服务

kubectl run hello-world-example \
--image=registry.cn-hangzhou.aliyuncs.com/chengjs/hello-world:2.0 \
--requests='cpu=200m' \
--limits='cpu=500m' \
--expose \
--port=80 \
--generator=run-pod/v1

3. 创建HPA并设置目标

kubectl autoscale deployment hello-world-example --cpu-percent=50 --min=1 --max=10

4. 检查HPA状态

kubectl get hpa

5. 增加负载并验证

kubectl get deployment hello-world-example

4. 定义自定义指标

HPA支持自定义指标，可以通过以下方式定义：

1. Pod指标

metrics:
- type: Pods
  pods:
    metric:
      name: packets-per-second
    target:
      type: AverageValue
      averageValue: 1k

2. 对象指标

metrics:
- type: Object
  object:
    metric:
      name: requests-per-second
    describedObject:
      apiVersion: networking.k8s.io/v1beta1
      kind: Ingress
      name: main-route
    target:
      type: Value
      value: 10k

完整示例：

apiVersion: autoscaling/v2beta2
kind: HorizontalPodAutoscaler
metadata:
  name: hello-world-example
  namespace: default
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: hello-world-example
  minReplicas: 1
  maxReplicas: 10
  metrics:
  - type: Resource
    resource:
      name: cpu
    target:
      type: Utilization
      averageUtilization: 50
  - type: Pods
    pods:
      metric:
        name: packets-per-second
      target:
        type: AverageValue
        averageValue: 1k
  - type: Object
    object:
      metric:
        name: requests-per-second
      describedObject:
        apiVersion: networking.k8s.io/v1beta1
        kind: Ingress
        name: main-route
      target:
        type: Value
        value: 10k

转载地址：http://wmqkz.baihongyu.com/