本文作者：丁辉

Pod水平自动缩放

官方文档

基础配置准备

1. 确保 Metrics Server 已安装

   Github

   检查 metrics-server 是否运行

   kubectl get pods -n kube-system | grep metrics-server

   如果没有，可以安装它（如果是标准的 Kubernetes 集群）

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

2. 确保 Pod 已设置资源请求

   Pod配置资源请求

介绍

自动伸缩（HPA）的计算是基于 requests 的，而不是 limits

详细解释

HPA 使用的计算公式是：

• 使用率(Utilization)= Pod 当前实际使用量 ÷ Pod 的 requests 值
• 绝对值(AverageValue) = 所有 Pod 的实际 CPU 使用量总和 ÷ Pod 数量

使用条件介绍

• ✅ 类型：AverageValue（绝对值）
• ✅ 目标：所有 Pod 平均使用 80m CPU
• ✅ 特点：不依赖 requests 设置
• ⚠️ 注意：如果 Pod 的 requests 设置变化，可能需要调整这个值
• 🔄 对比：如果改为 Utilization: 80%，则目标是 CPU 使用量达到 requests.cpu 的 80%

选择建议：

• 如果 Pod 的 requests.cpu 稳定且合理 → 使用 Utilization
• 如果 requests 经常变化或设置不合理 → 使用 AverageValue
• 两者可以互相转换：averageValue = requests.cpu × (utilization/100)

创建 HPA

基础命令格式对比表

参数/命令部分	基础命令	说明
命令结构	kubectl autoscale	创建或更新HPA
目标资源	deployment/nginx-deployment	要自动扩缩容的Deployment
最小副本数	--min=3	最少保持的Pod数量
最大副本数	--max=6	最多允许的Pod数量
CPU阈值	--cpu=80	CPU使用率目标值
内存阈值	--memory=75	内存使用率目标值

命令创建(默认使用AverageValue算计)

• 绝对值 50m

  kubectl autoscale deployment/nginx-deployment --min=1 --max=3 --cpu=50 --memory=50

• 绝对值50Mi

  kubectl autoscale deployment/nginx-deployment --min=1 --max=3 --memory=50

Yaml 创建(使用Utilization)

• CPU 80%
• 内存 75%

1. 编辑 Yaml

   vi nginx-deployment-hpa-utilization.yaml

   内容如下

   apiVersion: autoscaling/v2
   kind: HorizontalPodAutoscaler
   metadata:
     name: nginx-deployment
   spec:
     scaleTargetRef:
       apiVersion: apps/v1
       kind: Deployment
       name: nginx-deployment
     minReplicas: 1
     maxReplicas: 3
     metrics:
     - type: Resource
       resource:
         name: cpu
         target:
           type: Utilization
           averageUtilization: 80
     - type: Resource
       resource:
         name: memory
         target:
           type: Utilization
           averageUtilization: 75

2. 部署

   kubectl apply -f nginx-deployment-hpa-utilization.yaml

Yaml 创建(使用AverageValue)

• CPU 绝对值 50m
• 内存 绝对值50Mi

1. 编辑 Yaml

   vi nginx-deployment-hpa-averagevalue.yaml

   内容如下

   apiVersion: autoscaling/v2
   kind: HorizontalPodAutoscaler
   metadata:
     name: nginx-deployment
   spec:
     scaleTargetRef:
       apiVersion: apps/v1
       kind: Deployment
       name: nginx-deployment
     minReplicas: 1
     maxReplicas: 3
     metrics:
     - type: Resource
       resource:
         name: cpu
         target:
           type: AverageValue
           averageValue: 50m
     - type: Resource
       resource:
         name: memory
         target:
           type: AverageValue
           averageValue: 50Mi

2. 部署

   kubectl apply -f nginx-deployment-hpa-averagevalue.yaml

验证 HPA

创建后，可以检查 HPA 状态：

• 查看 HPA

  kubectl get hpa

• 详细查看

  kubectl describe hpa nginx-deployment

• 查看当前 CPU 使用率

  kubectl top pods

增加负载验证

1. 模拟负载

   kubectl run -i --tty load-generator --rm --image=busybox:1.28 --restart=Never -- /bin/sh -c "while sleep 0.01; do wget -q -O- http://nginx-deployment; done"

2. 观察

   kubectl get hpa nginx-deployment --watch

其他类型

根据每个 Pod 每秒处理的数据包数量来扩缩容

具体解释：

• 监控指标：packets-per-second（每秒数据包数）
• 目标值：每个 Pod 平均每秒处理 1000 个数据包（1k = 1000）
• 扩缩逻辑：
  • 如果所有 Pod 的平均值 超过 1000 个包/秒 → 增加 Pod 数量
  • 如果所有 Pod 的平均值 低于 1000 个包/秒 → 减少 Pod 数量

1. 编辑 Yaml

   vi nginx-deployment-hpa-pod.yaml

   内容如下

   apiVersion: autoscaling/v2
   kind: HorizontalPodAutoscaler
   metadata:
     name: nginx-deployment
   spec:
     scaleTargetRef:
       apiVersion: apps/v1
       kind: Deployment
       name: nginx-deployment
     minReplicas: 1
     maxReplicas: 3
     metrics:
     - type: Pods
       pods:
         metric:
           name: packets-per-second
         target:
           type: AverageValue
           averageValue: 1k

2. 部署

   kubectl apply -f nginx-deployment-hpa-pod.yaml

根据 Ingress 的每秒请求数来扩缩容后端应用

具体解释：

• 监控对象：名为 main-route 的 Ingress
• 监控指标：requests-per-second（Ingress 每秒处理的请求数）
• 目标值：整个 Ingress 每秒处理 2000 个请求（2k = 2000）
• 扩缩逻辑：
  • 如果这个 Ingress 的请求数 超过 2000 请求/秒 → 增加后端 Pod 数量
  • 如果这个 Ingress 的请求数 低于 2000 请求/秒 → 减少后端 Pod 数量

1. 编辑 Yaml

   vi nginx-deployment-hpa-object.yaml

   内容如下

   apiVersion: autoscaling/v2
   kind: HorizontalPodAutoscaler
   metadata:
     name: nginx-deployment
   spec:
     scaleTargetRef:
       apiVersion: apps/v1
       kind: Deployment
       name: nginx-deployment
     minReplicas: 1
     maxReplicas: 3
     metrics:
     - type: Object
       object:
         metric:
           name: requests-per-second
         describedObject:
           apiVersion: networking.k8s.io/v1
           kind: Ingress
           name: main-route  # 但监控的是这个 Ingress 的流量
         target:
           type: Value
           value: 2k  # 整个 Ingress 的目标：2000 请求/秒

2. 部署

   kubectl apply -f nginx-deployment-hpa-object.yaml

根据带 GET 标签的 HTTP 请求指标来扩缩容

具体解释：

• 监控对象：某个 Kubernetes 资源（如 Ingress、Service 等）
• 监控指标：http_requests（HTTP 请求总数或速率）
• 指标筛选：只选择带有 verb: GET 标签的指标
• 目标值：需要在其他地方指定（这里没有显示完整的 target 部分）

1. 编辑 Yaml

   vi nginx-deployment-hpa-object-api.yaml

   内容如下

   apiVersion: autoscaling/v2
   kind: HorizontalPodAutoscaler
   metadata:
     name: api-hpa
   spec:
     scaleTargetRef:
       apiVersion: apps/v1
       kind: Deployment
       name: api-server
     minReplicas: 2
     maxReplicas: 10
     metrics:
     - type: Object
       object:
         describedObject:
           apiVersion: v1
           kind: Service
           name: api-service
         metric:
           name: http_requests
           selector:
             matchLabels:
               verb: GET  # 只监控 GET 请求
               path: "/api/v1/users"  # 可以进一步指定路径
               status: "200"  # 还可以按状态码筛选
         target:
           type: AverageValue
           averageValue: 500  # 目标：每秒 500 个 GET 请求

2. 部署

   kubectl apply -f nginx-deployment-hpa-object-api.yaml

根据外部消息队列中的任务数量来扩缩容

具体解释：

• 监控来源：外部系统（不是 Kubernetes 内部）
• 监控指标：queue_messages_ready（队列中待处理的消息数量）
• 队列筛选：只监控名为 worker_tasks 的队列
• 目标值：保持队列中大约有 30 个待处理消息
• 扩缩逻辑：
  • 如果队列消息 超过 30 个 → 增加 Worker Pod 数量
  • 如果队列消息 低于 30 个 → 减少 Worker Pod 数量

1. 编辑 Yaml

   vi nginx-deployment-hpa-object-worker.yaml

   内容如下

   apiVersion: autoscaling/v2
   kind: HorizontalPodAutoscaler
   metadata:
     name: worker-hpa
   spec:
     scaleTargetRef:
       apiVersion: apps/v1
       kind: Deployment
       name: task-worker  # 处理队列任务的 Worker 应用
     minReplicas: 1
     maxReplicas: 20
     metrics:
     - type: External
       external:
         metric:
           name: queue_messages_ready  # 队列中"就绪"的消息数
           selector:
             matchLabels:
               queue: "worker_tasks"  # 只监控这个特定队列
               # 还可以按其他标签筛选，如：
               # vhost: "production"
               # exchange: "orders"
         target:
           type: AverageValue
           averageValue: 30  # 目标：保持队列中有30个待处理消息

2. 部署

   kubectl apply -f nginx-deployment-hpa-object-worker.yaml