关于k8s Pod的自动水平伸缩（HPA）

Posted 2022-02-25 大鸟地带

背景：
当访问量或资源需求过高时，kubectl scale命令可以实现对pod的快速伸缩功能，但是我们平时工作中我们并不能提前预知访问量有多少，资源需求多少。这就很麻烦了，总不能为了需求总是把pod设置为最多状态，这样太浪费资源；也不能当请求量上来以后再去伸缩pod，这样会有好多请求不成功。

• k8s既然是云原生时代的产品，当然得有智能，自动这些特性。

所以现在引入一个新的概念：

• HPA（Horizontal Pod Autoscaler ）

pod的自动水平伸缩

有了HPA，我们就不用为上面的问题而烦恼，HPA会帮我们自动完成pod的扩缩容。

当资源需求过高时，会自动创建出pod副本；当资源需求低时，会自动收缩pod副本数。

注意：首先必须确保集群中已经安装metrics-server的组件，否则无法获取集群内资源数据，无法进行以下操作。

原理：

通过集群内的资源监控系统（metrics-server），来获取集群中资源的使用状态。

根据CPU、内存、以及用户自定义的资源指标数据的使用量或连接数为参考依据，来制定一个临界点，一旦超出这个点，HPA就会自动创建出pod副本。

版本：

通过kubectl api-versions可以看到，目前有3个版本：

autoscaling/v1 #只支持通过cpu为参考依据，来改变pod副本数
autoscaling/v2beta1 #支持通过cpu、内存、连接数以及用户自定义的资源指标数据为参考依据。
autoscaling/v2beta2 #同上，小的变动

查询：

1 kubectl explain hpa ##默认查询到的是autoscaling/v1版本
2
3 kubectl explain hpa --api-version=autoscaling/v2beta1 ##如果使用其他版本，可以使用--api-version指明版本
部署HPA：

哪个资源最多几个最少几个通过什么判断伸缩

例如：我有个deployment叫myapp现在只有一个副本数，最多只能8个副本数，当pod的cpu平均利用率超过百分之50或内存平均值超过百分之50时，pod将自动增加副本数以提供服务。

• SVC、Deployment资源清单：

  
  1 apiVersion: v1
  2 kind: Service
  3 metadata:
  4   name: svc-hpa
  5   namespace: default
  6 spec:
  7   selector:
  8     app: myapp
  9   type: NodePort  ##注意这里是NodePort，下面压力测试要用到。
  10   ports:
  11   - name: http
  12     port: 80
  13 ---
  14 apiVersion: apps/v1
  15 kind: Deployment
  16 metadata:
  17   name: myapp
  18   namespace: default
  19 spec:
  20   replicas: 1
  21   selector:
  22     matchLabels:
  23       app: myapp
  24   template:
  25     metadata:
  26       name: myapp-demo
  27       namespace: default
  28       labels:
  29         app: myapp
  30     spec:
  31       containers:
  32       - name: myapp
  33         image: ikubernetes/myapp:v1
  34         imagePullPolicy: IfNotPresent
  35         ports:
  36         - name: http
  37           containerPort: 80
  38         resources:
  39           requests:
  40             cpu: 50m
  41             memory: 50Mi
  42           limits:
  43             cpu: 50m
  44             memory: 50Mi

- HPA资源清单如下：

复制代码

1 apiVersion: autoscaling/v2beta1
2 kind: HorizontalPodAutoscaler
3 metadata:
4 name: myapp-hpa-v2
5 namespace: default
6 spec:
7 minReplicas: 1 ##至少1个副本
8 maxReplicas: 8 ##最多8个副本
9 scaleTargetRef:
10 apiVersion: apps/v1
11 kind: Deployment
12 name: myapp
13 metrics:
14 - type: Resource
15 resource:
16 name: cpu
17 targetAverageUtilization: 50 ##注意此时是根据使用率，也可以根据使用量：targetAverageValue
18 - type: Resource
19 resource:
20 name: memory
21 targetAverageUtilization: 50 ##注意此时是根据使用率，也可以根据使用量：targetAverageValue

使用ab工具模拟压力测试：

ab -c 1000 -n 5000000 http://192.168.1.103:31727/index.html
等待数分钟后，查看hpa及pod数量：

1 [root@K8s-master ~]# kubectl get hpa
2 NAME REFERENCE TARGETS MINPODS MAXPODS REPLICAS AGE
3 myapp-hpa-v2 Deployment/myapp 5%/50%, 72%/50% 1 8 2 44m
4 [root@K8s-master ~]# kubectl get pods
5 NAME READY STATUS RESTARTS AGE
6 myapp-558db64459-pwzsd 1/1 Running 0 16m
7 myapp-558db64459-x9c4k 1/1 Running 0 23s