#yyds干货盘点#K8S 之自动弹性缩放

Posted 2022-02-26 key_3_feng

​Helm Hub中主要提供了 3 种风格的 Prometheus 监控系统的部署方式。 ​

一是直接部署 Prometheus 监控系统，借助 stable/prometheus 和 stale/grafana 协同完成该任务。

二是部署 Prometheus Operator，而后由该 Operator 编排运行多个独立的 Prometheus 监控系统，stable/prometheus-operator 和 bitnami/preometheus-operator 都能分别实现该功能。

三是借助 Thanos 部署高可用的 Prometheus Server 和 Alertmanager 组件，再联合其他必要组件构建一个完整的监控系统。

Prometheus 内置的 HTTP Server 还通过/metrics 暴露 Prometheus Server 程序自身内置指标，PrometheusServer 默认的配置文件也会抓取自身的这些指标，实现自我监控。

k8s-prometheus-adapter 适配器通过规则来定义公开哪些指标以及指标数据的生成的方式，各规则彼此间各自独立执行，因而它们必须存在互斥关系。每个规则可由发现机制、关联方式、指标命名和查询语句 4 个部分组成。

1）发现机制：定义适配器如何从 Prometheus 中为当前规则查找待暴露的指标，使用 seriesQuery 来指定传递给 Prometheus 的查询条件，且能够使用 seriesFilters 进一步缩小指标范围。

2）关联方式：定义上面发现机制中指定的指标可以附加到 Kubernetes 的哪些资源上，即暴露哪些资源的指定指标。关联方式使用 resources 字段进行定义，支持两种格式：一种是嵌套使用 template 字段以 Go 模板的形式限定目标资源，使用 Group 代表资源群组，使用 Resouce 代表资源类型；另一种是嵌套使用 overrides 字段将特定的资源标签转为 Kubernetes 资源类型。

3）指标命名：定义如何将 Prometheus 的指标名称转换为所需的自定义指标名称，它由 name 字段进行定义，并嵌套使用 match 字段选定要转换的指标（默认为“.*”），使用 as 字段指定要使用的名称，支持正则表达式的分组引用机制，例如0或0等。

4）查询语句：定义具体发往 PromQL 的查询语句，在 metricsQuery 字段以 Go 模板格式进行定义，并在具体执行时基于目标对象的信息进行模板渲染后转为具体 PromQL 语句。

Kubernetes 提供了多种自动弹性缩放工具。

1）HPA：一种支持控制器对象下 Pod 规模弹性缩放的工具，如图 15-15 所示。目前，HPA 有两个版本的实现：HPAv1 和 HPAv2，HPAv1 仅支持把 CPU 指标数据作为评估基准，而新版本能够使用资源指标 API、自定义指标 API 和外部指标 API 中的指标。

2）CA：全称 Cluster Autoscaler，是集群规模自动弹性缩放工具，能自动增减 GCP、AWS 或 Azure 集群上部署的 Kubernetes 集群节点数量，GA 版本自 Kubernetes v1.8 起可用。

3）VPA：是 Pod 应用垂直缩放工具，它通过调整 Pod 对象的 CPU 和内存资源需求量完成扩展或收缩。

4）AR：全称 Addon Resizer，是一个简化版本的 Pod 应用垂直缩放工具，它基于集群中的节点数量来调整附加组件的资源需求量。