基于metric server的自动伸缩hpa

#（1）概念：

hpa功能： 能根据pod的cpu丶内存以及其它指标自动伸缩pod副本数量, 该指标由metrics-service和custom-metrics-apiserver提供
hpa版本：  通过kubectl api-versions查看
autoscaling/v1
autoscaling/v2beta1   由metrics-service提供, 仅支持cpu指标来弹性伸缩
autoscaling/v2beta2   由custom-metrics-apiserver来提供， 支持内存网络cpu等指标

#（2）实验目标： 创建一个pod，然后创建一个hpa监控pod的cpu使用率， 再对实施压测， 查看hpa是否根据pod的使用率伸缩pod副本

1）创建pod

kubectl run hpa-test --image=k8s.gcr.io/hpa-example --requests=cpu=200m --expose --port=80 -o yaml --dry-run
kubectl run hpa-test --image=k8s.gcr.io/hpa-example --requests=cpu=200m --expose --port=80 

2）创建hpa 超过cpu使用50% 最少创建一个pod, 最多创建10个pod

kubectl autoscale deployment hpa-test --cpu-percent=50 --min=1 --max=10 -o yaml --dry-run
kubectl autoscale deployment hpa-test --cpu-percent=50 --min=1 --max=10 

3）启动一个程序进行压力测试

kubectl run -i --tty load-generator --image=busybox /bin/sh
#while true; do wget -q -O- http://hpa-test.default.svc.cluster.local; done
![](https://s1.51cto.com/images/blog/201903/07/290af885aede8e6d6cbb647a6d30a25a.png?x-oss-process=image/watermark,size_16,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_90,type_ZmFuZ3poZW5naGVpdGk=)

4）过一段时间查看 cpu超高, 自动扩展pod

5）停止压力测试，过一段时间自动减少 貌似我等了很久

#（3）扩展：同时针对cpu和内存设置， api版本： autoscaling/v2beta2

apiVersion: autoscaling/v2beta1
kind: HorizontalPodAutoscaler
metadata:
    creationTimestamp: null
    name: hpa-test
spec:
    maxReplicas: 10
    minReplicas: 1
    scaleTargetRef:
        apiVersion: extensions/v1beta1
        kind: Deployment
        name: hpa-test
    metrics:
    - type: Resource
        resource:
            name: cpu
            targetAverageUtilization: 50

    - type: Resource
        resource:
            name: memory
            targetAverageValue: 50Mi