第五章 k8s Pod水平自动缩放

官网

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

原理

基本原理：HPA 通过监控分析控制器控制的所有 Pod 的负载变化情况来确定是否需要调整 Pod 的副本数量

HPA的实现有两个版本：

• autoscaling/v1，只包含了根据CPU指标的检测，稳定版本
• autoscaling/v2，支持根据memory或者用户自定义指标进行伸缩

• metric-server，只是数据的中转和聚合，两者都是调用的 kubelet 的 api 接口获取的数据，而 kubelet 代码中实际采集指标的是 cadvisor 模块，你可以在 node 节点访问 10250 端口获取监控数据：
• Kubelet Summary metrics: ​​https://127.0.0.1:10250/metrics，暴露​​ node、pod 汇总数据
• Cadvisor metrics: ​​https://127.0.0.1:10250/metrics/cadvisor，暴露​​ container 维度数据

部署教程

​​https://github.com/kubernetes-sigs/metrics-server​​

开始部署hpa

kubectl apply -f https://github.com/kubernetes-sigs/metrics-server/releases/download/v0.6.1/components.yaml

hap部署验证

kubectl top pod  # 查看pod资源使用
kubectl top node # 查看node资源使用

创建hpa

apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:
  name: nginx-hpa-mem
  namespace: test  # 跟要自动伸缩的deploy要在同一个命名空间
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: nginx-deployment   # 这里指定要自动伸缩的deployment的名字    
  minReplicas: 1
  maxReplicas: 10
  metrics:
  - type: Resource
    resource:
      name: memory
      target:
        type: Utilization
        averageUtilization: 80
---
apiVersion: autoscaling/v1
kind: HorizontalPodAutoscaler
metadata:
  name: nginx-hpa-cpu
  namespace: test  # 跟要自动伸缩的deploy要在同一个命名空间
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: nginx-deployment # 这里指定要自动伸缩的deployment的名字    
  minReplicas: 1
  maxReplicas: 10
  targetCPUUtilizationPercentage: 80

查看结果

kubectl describe deployment nginx-deployment -n test
kubectl describe hpa nginx-hpa-mem -n test
kubectl describe hpa nginx-hpa-cpu -n test

注意事项

Deployment对象必须配置requests的参数，不然无法获取监控数据，也无法通过HPA进行动态伸缩