首页 > 系统相关 >stabilizationWindowSeconds 稳定窗口期

stabilizationWindowSeconds 稳定窗口期

时间:2023-06-01 14:13:03浏览次数:49  
标签:稳定 stabilizationWindowSeconds algorithm 10 number 窗口期 recommendations minute mor

节选自: https://github.com/kubernetes/enhancements/blob/master/keps/sig-autoscaling/853-configurable-hpa-scale-velocity/README.md#algorithm-pseudocode
避免翻译错误导致误导直接粘贴原版

1. Stabilization before scaling down

This mode is used when the user expects a lot of flapping or does not want to scale down pods too early expecting some late load spikes.

Create an HPA with the following behavior:

behavior:
  scaleDown:
    stabilizationWindowSeconds: 600
    policies:
    - type: Pods
      value: 5
      periodSeconds: 600

i.e., the algorithm will:

  • gather recommendations for 600 seconds (default: 300 seconds)
  • pick the largest one
  • scale down no more than 5 pods per minute
    Example for CurReplicas = 10 and HPA controller cycle once per a minute:

First 9 minutes the algorithm will do nothing except gathering recommendations. Let's imagine that we have the following recommendations

recommendations = [10, 9, 8, 9, 9, 8, 9, 8, 9]

On the 10th minute, we'll add one more recommendation (let it me 8):

recommendations = [10, 9, 8, 9, 9, 8, 9, 8, 9, 8]

Now the algorithm picks the largest one 10. Hence it will not change number of replicas

On the 11th minute, we'll add one more recommendation (let it be 7) and removes the first one to keep the same amount of recommendations:

recommendations = [9, 8, 9, 9, 8, 9, 8, 9, 8, 7]

The algorithm picks the largest value 9 and changes the number of replicas 10 -> 9

2. Avoid false positive signals for scaling up

This mode is useful in Data Processing pipelines when the number of replicas depends on the number of events in the queue. The users want to scale up quickly if they have a high number of events in the queue. However, they do not want to react to false positive signals, i.e. to short spikes of events.

Create an HPA with the following behavior:

behavior:
  scaleUp:
    stabilizationWindowSeconds: 300
    policies:
    - type: Pods
      value: 20
      periodSeconds: 60

i.e., the algorithm will:

  • gather recommendations for 300 seconds (default: 0 seconds)
  • pick the smallest one
  • scale up no more than 20 pods per minute

Example for CurReplicas = 2 and HPA controller cycle once per a minute:

First 5 minutes the algorithm will do nothing except gathering recommendations. Let's imagine that we have the following recommendations

recommendations = [2, 3, 19, 10, 3]

On the 6th minute, we'll add one more recommendation (let it me 4):

recommendations = [2, 3, 19, 10, 3, 4]

Now the algorithm picks the smallest one 2. Hence it will not change number of replicas

On the 7th minute, we'll add one more recommendation (let it be 7) and removes the first one to keep the same amount of recommendations:

recommendations = [7, 3, 19, 10, 3, 4]

The algorithm picks the smallest value 3 and changes the number of replicas 2 -> 3

标签:稳定,stabilizationWindowSeconds,algorithm,10,number,窗口期,recommendations,minute,mor
From: https://www.cnblogs.com/wspblog/p/17448750.html

相关文章

  • 性能测试之稳定性测试
    首先来说说性能测试:性能是软件的一种非功能特性,他关注的不是软件是否完成了特定的功能,而是软件在完成特定功能是展示出来的及时性。及时性从不同的视角代表不同的指标:用户:响应时间系统管理员:资源利用率,可扩展性,系统稳定性,系统容量开发人员:系统架构,数据库设计,设计和代码实现......
  • POJ1228(稳定凸包问题)
    题目:Grandpa'sEstate题意:输入一个凸包上的点(没有凸包内部的点,要么是凸包顶点,要么是凸包边上的点),判断这个凸包是否稳定。所谓稳定就是判断能不能在原有凸包上加点,得到一个更大的凸包,并且这个凸包包含原有凸包上的所有点。分析:容易知道,当一个凸包稳定时,凸包的每条边上都要有至少三个......
  • 转:Sql Server 高并发的情况下,如何利用锁保证数据的稳定性
    前言SQL的锁机制,是时刻贯彻在每一次的sql事务中的,为了理解更透彻,介绍锁之前,我们得先了解,锁是为了干什么!!一、数据库异常情况1.1、先来聊聊数据可能发生个异常状况脏读:读未提交,顾名思义,读到了不该读的东西,如:事务B读到了事务A回滚的数据,就是脏读不可重复读:读已提交,同个事务内......
  • .NET技术:构建高效稳定的企业级应用程序
    在当今数字化的时代,企业对于高效、稳定和可扩展的应用程序需求日益增长。作为一个资深的.NET开发人员,我深知.NET技术的强大之处以及它在企业级应用程序开发中的重要性。本篇博客将探讨.NET技术在构建高效稳定的企业级应用程序中的关键优势,并分享一些实用的开发技巧和最佳实践。一、......
  • 直播源码技术控制直播稳定之消息篇
     在日常生活中,我们上网看直播在各个直播间内通常能看到各种各样的消息,像是用户为主播打赏礼物,直播间聊天区,又或是用户点赞出现的符号信息等,这些消息在让直播间变得多姿多彩同时,也为直播平台运营商面临了一个问题:当消息类型同时发出且数量庞大时,直播间就很可能崩溃,那我们如何解决......
  • 直播源码技术控制直播稳定之消息篇
    在日常生活中,我们上网看直播在各个直播间内通常能看到各种各样的消息,像是用户为主播打赏礼物,直播间聊天区,又或是用户点赞出现的符号信息等,这些消息在让直播间变得多姿多彩同时,也为直播平台运营商面临了一个问题:当消息类型同时发出且数量庞大时,直播间就很可能崩溃,那我们如何解决这个......
  • 常用的标准LCD驱动芯片,性价比高,稳定性好,多种封装型号选择VK1056
    型号:VK1056BVK1056C品牌:永嘉微电/VINKA封装形式:SOP24SSOP24年份:最新年份VK1056B/C概述:VK1056B/C是56点、内存映象和多功能的LCD驱动,VK1056B的软件配置特性使它适用于多种LCD应用场合,包括LCD模块和显示系统,用于连接主控制器和VK1056B的管脚只有4条,VK1056B......
  • m基于MSER最大稳定极值区域和SVM的交通标志检测识别算法的matlab仿真
    1.算法仿真效果matlab2022a仿真结果如下:       2.算法涉及理论知识概要        在计算机视觉领域,最大稳定极值区域(MSER)(MaximallyStableExtremalRegions)是一种用于在图像中进行斑点检测的方法。这个方法由Matas等人提出,用于在两个不同视角的......
  • 《Typora+PicGo +Github + jsDelivr + TinyPNG打造稳定快速、高效免费图床》的体验
    《Typora+PicGo+Github+jsDelivr+TinyPNG打造稳定快速、高效免费图床》前言我目前已完成Typora+PicGo图床配置以及PicGo上传失败的解决办法。不过看了EvanXu的这个图床后,发现还可以改进。原先我用的typora+PicGo+Gitter打造图床,而EvanXu的方法是用GItHub做仓库,用jsDelivr做C......
  • 告诉你数据库的稳定性都在测试什么
    中国信通院给定的稳定性测试的思想如下:保障分布式数据库系统的稳定运行,就先要有测试其稳定性的工具和方法。混沌测试是一种新兴的对分布式系统的稳定性进行测试的技术。其主要思想是测试人员主动对系统引入故障,例如单个或多个节点的线程故障、网络故障、CPU高负载、内存占用满、硬......