PA reconcile

创建PA时，PA controller会开始reconcile过程。
这里KPA可以通过annotationautoscaling.knative.dev/class=kpa.autoscaling.knative.dev或者hpa.autoscaling.knative.dev来指定背后是kpa还是hpa。如果是hpa，那么reconcile过程则是直接创建一个简单的kubernetes hpa，目前仅支持resource类型的CPU，和Object类型的concurrency，即服务的同步处理请求数，同样通过annotation指定autoscaling.knative.dev/metric=cpu或者concurrency.
后面假设是kpa模式。
reconcile过程分为两步：同步各类资源和反馈desiredReplicas。

同步各类资源

reconcile的过程开始，会分别去reconcile以下几个资源，如果不存在，则会去创建：

metricService，他就是kubernetes的service，背后暴露了Pod上metrics sidecar的访问方式，其创建是通过deployment的selector选择pod，并暴露9090和9091端口，target port则分别是port name=queue-metrics和port name=user-metrics的端口配置

serverlessService，就是knative的自己的service资源

decider，也是knative自己的资源，他保存了针对当前服务autoScaling的一些配置信息，他是内存态的，并没有在etcd落盘。并且desiredReplicas也是通过他的status反馈回来的。reconcile在创建decider的时候会去MultiScaler上注册它，以启动autoScaler，后面会讲到。

metric，knative的crd，为metricCollector记录了metricService的信息，以及stable和panic窗口的大小。reconciler在创建metric时，会去MetricCollector上注册，以开始收集metric，后面会讲到。

stableWindow大小通过pa上的annotation"autoscaling.knative.dev/window"指定，如"60s"。否则就会使用全局的配置。
panicWindow大小通过 * stable-window / 100 得到，可以通过PA上的annotation"autoscaling.knative.dev/panicWindowPercentage"指定，如“50.0”即50%，不能大于100.0或小于1.0，否则被设为0。如果没提供，也是0，即disable panic window。

反馈DesiredReplicas

最后会从decider.status里拿到目前的desiredScale，然后去尝试更新对用deployment的replicas，当然，这里的更新过程会考虑desiredScale是否合法，比如是否在最大最小的replicas范围内。

各组件工作原理

MultiScaler

顾名思义，MultiScaler会维护一个scaler的集合。

每次根据一个decider创建一个scaler后，multiScaler都会为它单独起一个goroutine。这个goroutine会定时去计算desiredScale，并把它更新到decider的statue上。“定时”是通过decider上的spec.tickInterval字段给出，此值是从configMap的全局配置中得到，默认是2秒。

这个计算desiredScale的过程是调用uniScaler接口的Scale方法。

UniScaler

在uniScale的Scale实现方法中，它会通过MetricClient分别拿到stableWindow和panicWindow聚合出的所有pod的总concurrency值observedStableConcurrency, observedPanicConcurrency。而这里的stableWindow和panicWindow则是通过metric资源拿到。

之后会根据拿到的concurrency值判断当前是stable mode还是panic mode。如果observedPanicConcurrency / readyPodsCount >= panicThreshold则进入panic mode。panicThreshold通过target * panicThresholdPercentage得到。target有三个来源，具体参考代码。panicThresholdPercentage通过PA的annotation"autoscaling.knative.dev/panicThresholdPercentage"得到，最小值110.0，比这小的话则被设为0。如果进入panic mode则replicas只增不减。

MetricClient (MetricCollector)

reconcile每次创建Metric资源的时候，都会去MetricCollector上注册metric，以开始收集对应服务的metric。在注册时会为每个metric创建一个对应collection，以及启动一个goroutine。collection是与某个服务对应的metric集合的实体，而goroutine则会定时（hardcode 1秒）通过ServiceScraper去访问metricService拿取metric。而访问metric的url正是从Metric.spec.ScrapeTarget生成的，这里ScrapeTarget的值就是metricService.name。(url格式：http://.:9090/metrics）。collection在scrape metric时，会计算一个取样量，比如pod数小于或等于3，则取样量为3，否则为pod总数的一个比例值。根据取样量n，会n次访问上面说的url，经由metric service（普通的k8s service）从随机的pod的sidecar中拿到当前的concurrency总量并取平均，得到当前的pod平均concurrency，作为当前时间的指标。

Stable mode & Panic mode
stable mode窗口为60秒，默认计算频率为2秒，autoScaler会聚合60秒内的concurrency数据来计算每个pod的平均concurrency，并调整deployment的replicas。（此处pod的数量来自于metrics server，而不是deployment的replicas，因为metrics server才是准确的）
同时，autoScaler也会去聚合一个panic window时间内的指标（默认6秒），如果panic window内，pod平均concurrency就达或超过了panic阈值（默认为目标concurrency的2倍），则进入panic mode
panic mode时，autoScaler也是每2秒就计算一次，并调整deployment的replicas，但是他只增加，不减少。当最后一次增加pod事件发生后，经过stable-window秒（默认stable-window是60秒），则自动恢复stable mode。

全局配置
autoScaling相关的配置可以通过PA的annotation指定，如果没有则会使用configMap提供的默认配置。
参考：https://github.com/knative/serving/blob/v0.7.0/pkg/autoscaler/config.go#L56

Knative Pod Autoscaling