k8s弹性伸缩概念以及测试用例

Posted 2022-10-10 jasonboren

k8s弹性伸缩概念以及测试用例

本文原文出处：https://juejin.im/post/5c82367ff265da2d85330d4f

弹性伸缩式k8s中的一大亮点功能，当负载大的时候，你可以对应用进行扩容，提升pod的副本数来应对大量的流量，当负载小的时候可以对应用进行缩容，以避免资源浪费。也可以让应用自动的进行扩容和缩容，这一功能有用。例如当微博出现了一个话题时，这个时候人们都去访问，此时他的服务器将无法处理大量的流量访问，这个时候就需要扩容，而当这个话题不在新鲜时，人们的访问流量也就是降下来了，那么就需要对服务器进行缩容处理，来自动适应流量需求。

scale命令：扩容或缩容 Deployment、ReplicaSet、Replication Controller或 Job 中Pod数量

# 语法
kubectl scale [--resource-version=version] [--current-replicas=count] --replicas=COUNT (-f FILENAME | TYPE NAME)
# 将名为foo中的pod副本数设置为3。
kubectl scale --replicas=3 rs/foo
kubectl scale deploy/nginx --replicas=30
# 将由“foo.yaml”配置文件中指定的资源对象和名称标识的Pod资源副本设为3
kubectl scale --replicas=3 -f foo.yaml
# 如果当前副本数为2，则将其扩展至3。
kubectl scale --current-replicas=2 --replicas=3 deployment/mysql
# 设置多个RC中Pod副本数量
kubectl scale --replicas=5 rc/foo rc/bar rc/baz

k8s提供了scale和autoscale来进行扩容和缩容。

现在对go-deployment进行扩容，结果如图

当访问量减少了就进行缩容

现在我不想手动的进行扩容和缩容了，我想实现让它当访问流量大的时候自动扩容，当访问流量小的时候自动缩容。这个时候autoscale出现了，利用他我们就可以实现自动扩容和缩容。

# 语法
kubectl autoscale (-f FILENAME | TYPE NAME | TYPE/NAME) [--min=MINPODS] --max=MAXPODS [--cpu-percent=CPU] [flags]
# 使用 Deployment “foo”设定，使用默认的自动伸缩策略，指定目标CPU使用率，使其Pod数量在2到10之间
kubectl autoscale deployment foo --min=2 --max=10
# 使用RC“foo”设定，使其Pod的数量介于1和5之间，CPU使用率维持在80％
kubectl autoscale rc foo --max=5 --cpu-percent=80

到目前为止，k8s一共提供了2个不同维度的AutoScaler。如下图：

k8s把弹性伸缩分为两类：

• 资源维度：保障集群资源池大小满足整体规划，当集群内的资源不足以支撑产出新的pod时，就会触发边界进行扩容
• 应用维度：保障应用的负载处在预期的容量规划内

对应两种伸缩策略：

• 水平伸缩
  • 集群维度：自动调整资源池规模（新增/删除Worker节点）
  • Pod维度：自动调整Pod的副本集数量
• 垂直伸缩
  • 集群维度：不支持
  • Pod维度：自动调整应用的资源分配（增大/减少pod的cpu、内存占用）

其中最为成熟也是最为常用的伸缩策略就是HPA（水平Pod伸缩），所以下面以它为例来重点分析，官方文档在此：https://kubernetes.io/docs/tasks/run-application/horizontal-pod-autoscale/

缩容扩容的基本流程为三大步骤：

1.采集监控指标

2.聚合监控指标，判断是否需要执行缩扩容

3.执行缩容扩容操作

HPA水平缩容扩容架构图

HPA的监控指标

根据官方文档的描述，HPA是使用巡检（Control Loop）的机制来采集Pod资源使用情况的，默认采集间隔为15s，可以通过Controller Manager（Master节点上的一个进程）的--horizontal-pod-autoscaler-sync-period参数来手动控制。

目前HPA默认采集指标的实现是Heapster，它主要采集CPU的使用率；beta版本也支持自定义的监控指标采集，但尚不稳定，不推荐使用

因此可以简单认为，HPA就是通过CPU的使用率作为监控指标的。

聚合算法

采集到CPU指标后，k8s通过下面的公式来判断需要扩容多少个pod

desiredReplicas = ceil[currentReplicas * ( currentMetricValue / desiredMetricValue )]

ceil表示向上取整，举个实际例子，假设某个服务运行了4个Pod，当前的CPU使用率为50%，预期的CPU使用率为25%，那么满足预期的实际Pod数量就是4 * (50% / 25%) = 8个，即需要将Pod容量扩大一倍，增加4个Pod来满足需求。

当然上述的指标并不是绝对精确的，首先，k8s会尽可能的让指标往期望值靠近，而不是完全相等，其次HPA设置了一个容忍度（tolerance）的概念，允许指标在一定范围内偏离期望值，默认是0.1，这就意味着如果你设置调度策略为CPU预期使用率 = 50%，实际的调度策略会是小于45%或者大于55%进行缩扩容，HPA会尽力把指标控制在这个范围内（容忍度可以通过--horizontal-pod-autoscaler-tolerance来调整）

需要注意的是：

• 一是k8s做出决策的间隔，它不会连续地执行扩缩容动作，而是存在一定的cd，目前扩容动作的cd为3分钟，缩容则为5分钟
• 二是k8s针对扩容做了一个最大限制，每次扩容的pod数量不会大于当前副本数量的2倍。