关于k8s Pod的自动水平伸缩(HPA)
Posted 大鸟地带
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了关于k8s Pod的自动水平伸缩(HPA)相关的知识,希望对你有一定的参考价值。
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
以上是关于关于k8s Pod的自动水平伸缩(HPA)的主要内容,如果未能解决你的问题,请参考以下文章
k8s HPA(HorizontalPodAutoscaler)-自动水平伸缩