k8s-hpa自动横向扩容 k8s-hpa自动横向扩容

hpa自动扩容
- 官方文档
- HPA是什么
- Horizontal Pod Autoscaler 演练
- 参数
- 案例：监控cpu,内存,每秒数据包自动扩容
度量指标
- pod清单案例-pod定义cup内存指标
- cpu度量指标
- memory内存度量指标
- pod度量指标
- Object度量指标
基于更特别的度量值来扩缩
查看hpa状态详情

hpa自动扩容官方文档

https://kubernetes.io/zh/docs/tasks/run-application/horizontal-pod-autoscale-walkthrough/

HPA是什么 Kubernetes有一个HPA(Horizontal Pod Autoscaler)的资源，可以实现基于CPU使用率的Pod自动伸缩的功能。
（1）HPA基于Master Node上的kube-controller-manager服务启动参数horizontal-pod-autoscaler-sync-period定义的时长(默认为30秒)，周期性的检测Pod的CPU使用率。
如果需要设置horizontal-pod-autoscaler-sync-period可以在Master Node上的/etc/default/kube-controller-manager中修改。
（2）HPA 与之前的 RC、Deployment 一样，也属于一种 Kubernetes 资源对象。通过追踪分析 RC 控制的所有目标 Pod 的负载变化情况，来确定是否需要针对性地调整目标Pod的副本数，这是HPA的实现原理。
（3）metrics-server 也需要部署到集群中，它可以通过 resource metrics API 对外提供度量数据。
Horizontal Pod Autoscaler 演练 Horizontal Pod Autoscaler 可以根据 CPU 利用率自动扩缩 ReplicationController、 Deployment、ReplicaSet 或 StatefulSet 中的 Pod 数量（也可以基于其他应用程序提供的度量指标，目前这一功能处于 beta 版本）。
本文将引领你了解如何为 php-apache 服务器配置和使用 Horizontal Pod Autoscaler。与 Horizontal Pod Autoscaler 相关的更多信息请参阅 Horizontal Pod Autoscaler 用户指南。
参数

minReplicas：最小pod实例数maxReplicas：最大pod实例数metrics：用于计算所需的Pod副本数量的指标列表resource：核心指标，包含cpu和内存两种（被弹性伸缩的pod对象中容器的requests和limits中定义的指标。）object： k8s内置对象的特定指标（需自己实现适配器）pods：应用被弹性伸缩的pod对象的特定指标（例如，每个pod每秒处理的事务数）（需自己实现适配器）external：非k8s内置对象的自定义指标（需自己实现适配器）

案例：监控cpu,内存,每秒数据包自动扩容

apiVersion: autoscaling/v2beta1 #(支持cpu,memory,及自定义) kind: HorizontalPodAutoscaler metadata: name: bikesvc namespace: sg-bs spec: minReplicas: 1 maxReplicas: 10 scaleTargetRef: apiVersion: apps/v1 kind: Deployment name: bikesvc metrics: - type: Resource resource: name: memory# 内存占用率(百分比) targetAverageUtilization: 80 - type: Resource resource: name: cpu# cpu占用率（百分比） targetAverageUtilization: 80 #- type: Pods #pods: #metricName: packets-per-second # (每秒数据包) #targetAverageValue: 1 - type: Object object: metricName: packets-per-second # (每秒数据包) target: kind: Deployment name: bikesvc targetValue: 1000

度量指标 pod清单案例-pod定义cup内存指标

apiVersion: apps/v1 kind: Deployment metadata: name: test spec: selector: matchLabels: app: nginx template: metadata: labels: app: nginx spec: nodeName: sg-15 containers: - name: nginx image: nginx resources: requests: cpu: 125m# 向集群申请cpu memory: 1024Mi # 向集群申请内存

cpu度量指标

- type: Resource resource: name: cpu# cpu占用率（百分比） targetAverageUtilization: 80

memory内存度量指标

- type: Resource resource: name: memory# 内存占用率(百分比) targetAverageUtilization: 80

pod度量指标

第一种可选的度量指标类型是 Pod 度量指标。这些指标从某一方面描述了 Pod，在不同 Pod 之间进行平均，并通过与一个目标值比对来确定副本的数量。它们的工作方式与资源度量指标非常相像，只是它们仅支持 target 类型为 AverageValue。- type: Pods pods: metricName: packets-per-second # (每秒数据包) targetAverageValue: 1000

Object度量指标

第二种可选的度量指标类型是对象（Object）度量指标。这些度量指标用于描述在相同名字空间中的别的对象，而非 Pods。请注意这些度量指标不一定来自某对象，它们仅用于描述这些对象。对象度量指标支持的 target 类型包括 Value 和 AverageValue。如果是 Value 类型，target 值将直接与 API 返回的度量指标比较，而对于 AverageValue 类型，API 返回的度量值将按照 Pod 数量拆分，然后再与 target 值比较。下面的 YAML 文件展示了一个表示 requests-per-second 的度量指标。- type: Object object: metricName: packets-per-second # (每秒数据包) target: kind: Deployment name: bikesvc targetValue: 1000

基于更特别的度量值来扩缩 【k8s-hpa自动横向扩容】? 许多度量流水线允许你通过名称或附加的标签来描述度量指标。对于所有非资源类型度量指标（Pod、Object 和后面将介绍的 External），可以额外指定一个标签选择算符。例如，如果你希望收集包含 verb 标签的 http_requests 度量指标，可以按如下所示设置度量指标块，使得扩缩操作仅针对 GET 请求执行：

type: Object object: metric: name: `http_requests` # http请求 selector: `verb=GET`# 标签筛选

查看hpa状态详情

> kubectl describe hpa -n sg-bs Name:bikesvc Namespace:sg-bs Labels: Annotations:CreationTimestamp:Fri, 03 Dec 2021 03:35:20 +0000 Reference:Deployment/bikesvc Metrics:( current / target ) resource memory on pods(as a percentage of request):31% (42299392) / 80% "packets-per-second" on Deployment/bikesvc (target value): / 1 resource cpu on pods(as a percentage of request):34% (87m) / 80% Min replicas:1 Max replicas:10 Deployment pods:1 current / 1 desired Conditions: TypeStatusReasonMessage ----------------------- AbleToScaleTrueReadyForNewScalerecommended size matches current size ScalingActiveTrueValidMetricFoundthe HPA was able to successfully calculate a replica count from memory resource utilization (percentage of request) ScalingLimitedFalseDesiredWithinRangethe desired count is within the acceptable range Events: TypeReasonAgeFromMessage ------------------------- WarningFailedGetObjectMetric106s (x80 over 21m)horizontal-pod-autoscalerunable to get metric packets-per-second: Deployment on sg-bs bikesvc/unable to fetch metrics from custom metrics API: no custom metrics API (custom.metrics.k8s.io) registered

对于上面展示的这个 HorizontalPodAutoscaler，我们可以看出有若干状态条件处于健康状态。首先，AbleToScale 表明 HPA 是否可以获取和更新扩缩信息，以及是否存在阻止扩缩的各种回退条件。其次，ScalingActive 表明 HPA 是否被启用（即目标的副本数量不为零）以及是否能够完成扩缩计算。当这一状态为 False 时，通常表明获取度量指标存在问题。最后一个条件 ScalingLimitted 表明所需扩缩的值被 HorizontalPodAutoscaler 所定义的最大或者最小值所限制（即已经达到最大或者最小扩缩值）。这通常表明你可能需要调整 HorizontalPodAutoscaler 所定义的最大或者最小副本数量的限制了。