在实际生产系统中,我们经常会遇到某个服务需要扩容的场景,也可能会遇到由于资源紧张或者工作负载降低而需
要减少服务实例数量的场景。此时可以利用 Deployment/RC 的 Scale 机制来完成这些工作。
Kubernetes 对 Pod 的扩缩容操作提供了手动和自动两种模式,手动模式通过执行 kubectl scale
命令或通过
RESTful API 对一个 Deployment/RC 进行 Pod 副本数量的设置,即可一键完成。自动模式则需要用户根据某个性
能指标或者自定义业务指标,并指定 Pod 副本数量的范围,系统将自动在这个范围内根据性能指标的变化进行调
整。
下面以 Deployment nginx 为例进行手动扩缩容的演示。
配置文件 037-nginx-deployment.yaml
的内容为:
apiVersion: apps/v1
kind: Deployment
metadata:
name: nginx-deployment
spec:
replicas: 3
selector:
matchLabels:
app: nginx-deployment
template:
metadata:
labels:
app: nginx-deployment
spec:
containers:
- name: nginx
image: nginx:1.7.9
ports:
- containerPort: 80
[root@master cha3]# kubectl create -f 037-nginx-deployment.yaml
deployment.apps/nginx-deployment created
已运行的 Pod 副本数量为3个:
[root@master cha3]# kubectl get pod
NAME READY STATUS RESTARTS AGE
nginx-deployment-5c5f6c4496-br6jv 1/1 Running 0 56s
nginx-deployment-5c5f6c4496-mr24j 1/1 Running 0 56s
nginx-deployment-5c5f6c4496-z8jh2 1/1 Running 0 56s
[root@master cha3]# kubectl get deployment
NAME READY UP-TO-DATE AVAILABLE AGE
nginx-deployment 3/3 3 3 76s
[root@master cha3]# kubectl get rs
NAME DESIRED CURRENT READY AGE
nginx-deployment-5c5f6c4496 3 3 3 79s
通过 kubectl scale
命令可以将 Pod 副本数量从初始的 3 个更新为 5 个:
[root@master cha3]# kubectl scale deployment nginx-deployment --replicas 5
deployment.apps/nginx-deployment scaled
[root@master cha3]# kubectl get pod
NAME READY STATUS RESTARTS AGE
nginx-deployment-5c5f6c4496-2565s 1/1 Running 0 40s
nginx-deployment-5c5f6c4496-b4d87 1/1 Running 0 40s
nginx-deployment-5c5f6c4496-br6jv 1/1 Running 0 3m34s
nginx-deployment-5c5f6c4496-mr24j 1/1 Running 0 3m34s
nginx-deployment-5c5f6c4496-z8jh2 1/1 Running 0 3m34s
将 --replicas 设置为比当前 Pod 副本数量更小的数字,系统将会杀掉一些运行中的 Pod,以实现应用集群缩容:
[root@master cha3]# kubectl scale deployment nginx-deployment --replicas=1
deployment.apps/nginx-deployment scaled
[root@master cha3]# kubectl get pod
NAME READY STATUS RESTARTS AGE
nginx-deployment-5c5f6c4496-br6jv 1/1 Running 0 4m18s
Kubernetes 从 1.1 版本开始,新增了名为 Horizontal Pod Autoscaler(HPA)
的控制器,用于实现基于 CPU使
用率进行自动 Pod 扩缩容的功能。HPA 控制器基于 Master 的 kube-controller-manager 服务启动参数
--horizontal-pod-autoscaler-sync-period
定义的探测周期(默认值为15s
),周期性地监测目标 Pod 的资源
性能指标,并与 HPA 资源对象中的扩缩容条件进行对比,在满足条件时对 Pod 副本数量进行调整。
Kubernetes 在早期版本中,只能基于 Pod 的 CPU 使用率进行自动扩缩容操作,关于 CPU 使用率的数据来源于
Heapster 组件。Kubernetes 从 1.6 版本开始,引入了基于应用自定义性能指标的 HPA 机制,并在 1.9 版本之后
逐步成熟。本节对 Kubernetes 的 HPA 的原理和实践进行详细说明。
Kubernetes 中的某个 Metrics Server
( Heapster 或自定义 Metrics Server )持续采集所有 Pod 副本的指标数
据。HPA 控制器通过 Metrics Server 的 API ( Heapster 的 API 或聚合 API ) 获取这些数据,基于用户定义的扩缩
容规则进行计算,得到目标 Pod 副本数量。当目标 Pod 副本数量与当前副本数量不同时,HPA 控制器就向 Pod
的副本控制器( Deployment、RC 或 ReplicaSet )发起 scale 操作,调整 Pod 的副本数量,完成扩缩容操作。下图
描述了 HPA 体系中的关键组件和工作流程。
接下来首先对HPA能够管理的指标类型、扩缩容算法、HPA 对象的配置进行详细说明,然后通过一个完整的示例
对如何搭建和使用基于自定义指标的 HPA 体系进行说明。
Master 的 kube-controller-manager 服务持续监测目标 Pod 的某种性能指标,以计算是否需要调整副本数量。
目前 Kubernetes 支持的指标类型如下:
Pod 资源使用率:Pod 级别的性能指标,通常是一个比率值,例如 CPU 使用率。
Pod 自定义指标:Pod 级别的性能指标,通常是一个数值,例如接收的请求数量。
Object 自定义指标或外部自定义指标:通常是一个数值,需要容器应用以某种方式提供,例如通过
HTTP URL "/metrics"
提供,或者使用外部服务提供的指标采集 URL。
Kubernetes 从 1.11 版本开始,弃用基于 Heapster 组件完成 Pod 的 CPU 使用率采集的机制,全面转向基于
Metrics Server 完成数据采集。Metrics Server 将采集到的 Pod 性能指标数据通过聚合API(Aggregated API) 如
metrics.k8s.io
、custom.metrics.k8s.io
和 external.metrics.k8s.io
提供给HPA控制器进行查询。
Autoscaler 控制器从聚合 API 获取到 Pod 性能指标数据之后,基于下面的算法计算出目标 Pod 副本数量,与当前
运行的 Pod 副本数量进行对比,决定是否需要进行扩缩容操作:
desiredReplicas=ceil[currentReplicas*(currentMetricValue/desiredMetricValue )]
即当前副本数×(当前指标值/期望的指标值),将结果向上取整。
以 CPU 请求数量为例,如果用户设置的期望指标值为 100m,当前实际使用的指标值为 200m,则计算得到期望
的 Pod 副本数量应为两个( 200/100=2 )。如果设置的期望指标值为 50m,计算结果为 0.5,则向上取整值为 1,
得到目标 Pod 副本数量应为 1 个。
当计算结果与 1 非常接近时,可以设置一个容忍度让系统不做扩缩容操作。容忍度通过
kube-controller-manager
服务的启动参数 --horizontal-pod-autoscaler-tolerance
进行设置,默认值
为 0.1(即10%),表示基于上述算法得到的结果在 [-10%-+10%] 区间内,即 [0.9-1.1],控制器都不会进行扩缩容操
作。
也可以将期望指标值( desiredMetricValue
)设置为指标的平均值类型,例如 targetAverageValue
或
targetAverageUtilization
,此时当前指标值(currentMetricValue
)的算法为所有 Pod 副本当前指标值的总
和除以 Pod 副本数量得到的平均值。
此外,存在几种 Pod 异常的情况,如下所述:
Pod 正在被删除(设置了删除时间戳):将不会计入目标 Pod 副本数量。
Pod 的当前指标值无法获得:本次探测不会将这个 Pod 纳入目标 Pod 副本数量,后续的探测会被重新纳入计
算范围。
如果指标类型是 CPU 使用率,则对于正在启动但是还未达到 Ready 状态的 Pod,也暂时不会纳入目标副本数
量范围。可以通过 kube-controller-manager
服务的启动参数
--horizontal-pod-autoscaler-initial-readiness-delay
设置首次探测 Pod 是否 Ready 的延时时间,
默认值为 30s
。另一个启动参数 --horizontal-pod-autoscaler-cpuinitialization-period
设置首次
采集 Pod 的 CPU 使用率的延时时间。
在计算当前指标值/期望的指标值 (currentMetricValue / desiredMetricValue
) 时将不会包括上述这些异常
Pod。
当存在缺失指标的 Pod 时,系统将更保守地重新计算平均值。系统会假设这些 Pod 在需要缩容(Scale Down)时消
耗了期望指标值的100%,在需要扩容(Scale Up)时消耗了期望指标值的0%,这样可以抑制潜在的扩缩容操作。
此外,如果存在未达到 Ready 状态的 Pod,并且系统原本会在不考虑缺失指标或 NotReady 的 Pod 情况下进行扩
展,则系统仍然会保守地假设这些 Pod 消耗期望指标值的0%,从而进一步抑制扩容操作。
如果在 HorizontalPodAutoscaler
中设置了多个指标,系统就会对每个指标都执行上面的算法,在全部结果中
以期望副本数的最大值为最终结果。如果这些指标中的任意一个都无法转换为期望的副本数(例如无法获取指标的
值),系统就会跳过扩缩容操作。
最后,在 HPA 控制器执行扩缩容操作之前,系统会记录扩缩容建议信息(Scale Recommendation
)。控制器会在
操作时间窗口(时间范围可以配置)中考虑所有的建议信息,并从中选择得分最高的建议。这个值可通过
kube-controller-manager
服务的启动参数
--horizontal-pod-autoscaler-downscale-stabilization-window
进行配置,默
认值为5min
。这个配置可以让系统更为平滑地进行缩容操作,从而消除短时间内指标值快速波动产生的影响。
Kubernetes 将 HorizontalPodAutoscaler 资源对象提供给用户来定义扩缩容的规则。
HorizontalPodAutoscaler 资源对象处于 Kubernetes 的 API 组 autoscaling 中,目前包括 v1 和 v2 两个版本。
其中 autoscaling/v1
仅支持基于 CPU 使用率的自动扩缩容,autoscaling/v2
则用于支持基于任意指标的自
动扩缩容配置,包括基于资源使用率、Pod 指标、其他指标等类型的指标数据,当前版本为
autoscaling/v2beta2
。
下面对 HorizontalPodAutoscaler 的配置和用法进行说明。
(1)基于 autoscaling/v1
版本的 HorizontalPodAutoscaler 配置,仅可以设置 CPU 使用率。
配置文件 038-php-apache.yaml
的内容为:
apiVersion: autoscaling/v1
kind: HorizontalPodAutoscaler
metadata:
name: php-apache
spec:
scaleTargetRef:
apiVersion: apps/v1
kind: Deployment
name: php-apache
minReplicas: 1
maxReplicas: 10
targetCPUUtilizationPercentage: 50
主要参数如下:
scaleTargetRef
:目标作用对象,可以是 Deployment、ReplicationController 或 ReplicaSet。
targetCPUUtilizationPercentage
:期望每个 Pod 的 CPU 使用率都为 50%,该使用率基于 Pod 设置的
CPU Request 值进行计算,例如该值为 200m,那么系统将维持 Pod 的实际 CPU 使用值为 100m。
minReplicas
和 maxReplicas
:Pod 副本数量的最小值和最大值,系统将在这个范围内进行自动扩缩容操
作,并维持每个 Pod 的 CPU 使用率为 50%。
[root@master cha3]# kubectl create -f 038-php-apache.yaml
horizontalpodautoscaler.autoscaling/php-apache created
[root@master cha3]# kubectl get hpa
NAME REFERENCE TARGETS MINPODS MAXPODS REPLICAS AGE
php-apache Deployment/php-apache <unknown>/50% 1 10 0 17s
为了使用 autoscaling/v1
版本的 HorizontalPodAutoscaler,需要预先安装 Heapster
组件或 Metrics
Server
,用于采集 Pod 的 CPU 使用率。Heapster 从 Kubernetes 1.11 版本开始进入弃用阶段,本节不再对
Heapster 进行详细说明,本节主要对基于自定义指标进行自动扩缩容的设置进行说明。
(2)基于 autoscaling/v2beta2
的 HorizontalPodAutoscaler 配置。
配置文件 039-php-apache.yaml
的内容为:
apiVersion: autoscaling/v2beta2
kind: HorizontalPodAutoscaler
metadata:
name: php-apache
spec:
scaleTargetRef:
apiVersion: apps/v1
kind: Deployment
name: php-apache
minReplicas: 1
maxReplicas: 10
metrics:
- type: Resource
resource:
name: cpu
target:
type: Utilization
averageUtilization: 50
主要参数如下。
scaleTargetRef
:目标作用对象,可以是 Deployment、ReplicationController 或 ReplicaSet。
minReplicas
和 maxReplicas
:Pod 副本数量的最小值和最大值,系统将在这个范围内进行自动扩缩容操
作,并维持每个 Pod 的 CPU 使用率为 50%。
metrics
:目标指标值,在 metrics 中通过参数 type 定义指标的类型。通过参数 target 定义相应的指标目标
值,系统将在指标数据达到目标值时(考虑容忍度的区间)触发扩缩容操作。
[root@master cha3]# kubectl create -f 039-php-apache.yaml
horizontalpodautoscaler.autoscaling/php-apache created
[root@master cha3]# kubectl get hpa
NAME REFERENCE TARGETS MINPODS MAXPODS REPLICAS AGE
php-apache Deployment/php-apache <unknown>/50% 1 10 0 5s
等价写法,配置文件 040-php-apache.yaml
的内容为:
# 版本要修改
apiVersion: autoscaling/v2beta1
kind: HorizontalPodAutoscaler
metadata:
name: php-apache
spec:
scaleTargetRef:
apiVersion: apps/v1
kind: Deployment
name: php-apache
minReplicas: 1
maxReplicas: 10
metrics:
- type: Resource
resource:
name: cpu
# 整合在一起的写法
targetAverageUtilization: 50
[root@master cha3]# kubectl create -f 040-php-apache.yaml
horizontalpodautoscaler.autoscaling/php-apache created
[root@master cha3]# kubectl get hpa
NAME REFERENCE TARGETS MINPODS MAXPODS REPLICAS AGE
php-apache Deployment/php-apache <unknown>/50% 1 10 0 12s
可以将 metrics 中的 type(指标类型)设置为以下三种,可以设置一个或多个组合,如下所述。
(1)Resource
:基于资源的指标值,可以设置的资源为 CPU 和内存。
(2)Pods
:基于 Pod 的指标,系统将对全部 Pod 副本的指标值进行平均值计算。
(3)Object
:基于某种资源对象(如Ingress)的指标或应用系统的任意自定义指标。
Resource 类型的指标可以设置 CPU 和内存。对于 CPU 使用率,在 target 参数中设置 averageUtilization 定义目
标平均 CPU 使用率。对于内存资源,在 target 参数中设置 AverageValue 定义目标平均内存使用值。指标数据可
以通过 API "metrics.k8s.io"
进行查询,要求预先启动 Metrics Server
服务。
target.type 的取值为:Utilization、AverageValue
target 对应的取值为:averageUtilization、averageValue
关于内存的配置,配置文件 041-php-apache.yaml
的内容为:
apiVersion: autoscaling/v2beta2
kind: HorizontalPodAutoscaler
metadata:
name: php-apache
spec:
scaleTargetRef:
apiVersion: apps/v1
kind: Deployment
name: php-apache
minReplicas: 1
maxReplicas: 10
metrics:
- type: Resource
resource:
name: memory
target:
type: AverageValue
averageValue: 100Mi
[root@master cha3]# kubectl create -f 041-php-apache.yaml
horizontalpodautoscaler.autoscaling/php-apache created
[root@master cha3]# kubectl get hpa
NAME REFERENCE TARGETS MINPODS MAXPODS REPLICAS AGE
php-apache Deployment/php-apache <unknown>/100Mi 1 10 0 6s
等价写法,配置文件 `` 的内容为:
# 版本要修改
apiVersion: autoscaling/v2beta1
kind: HorizontalPodAutoscaler
metadata:
name: php-apache
spec:
scaleTargetRef:
apiVersion: apps/v1
kind: Deployment
name: php-apache
minReplicas: 1
maxReplicas: 10
metrics:
- type: Resource
resource:
name: cpu
# 整合在一起的写法
targetAverageValue: 100Mi
[root@master cha3]# kubectl create -f 042-php-apache.yaml
horizontalpodautoscaler.autoscaling/php-apache created
[root@master cha3]# kubectl get hpa
NAME REFERENCE TARGETS MINPODS MAXPODS REPLICAS AGE
php-apache Deployment/php-apache <unknown>/100Mi 1 10 0 13s
Pods 类型和 Object 类型都属于自定义指标类型,指标的数据通常需要搭建自定义 Metrics Server 和监控工具进
行采集和处理。指标数据可以通过 API "custom.metrics.k8s.io"
进行查询,要求预先启动自定义 Metrics
Server
服务。
类型为 Pods 的指标数据来源于 Pod 对象本身,其 target 指标类型只能使用 AverageValue。
配置文件 043-php-apache.yaml
的内容为:
apiVersion: autoscaling/v2beta2
kind: HorizontalPodAutoscaler
metadata:
name: php-apache
spec:
scaleTargetRef:
apiVersion: apps/v1
kind: Deployment
name: php-apache
minReplicas: 1
maxReplicas: 10
metrics:
- type: Pods
pods:
metric:
name: packets-per-second
target:
type: AverageValue
averageValue: 1k
其中,设置 Pod 的指标名为 packets-per-second,在目标指标平均值为 1000 时触发扩缩容操作。
[root@master cha3]# kubectl create -f 043-php-apache.yaml
horizontalpodautoscaler.autoscaling/php-apache created
[root@master cha3]# kubectl get hpa
NAME REFERENCE TARGETS MINPODS MAXPODS REPLICAS AGE
php-apache Deployment/php-apache <unknown>/1k 1 10 0 4s
类型为 Object 的指标数据来源于其他资源对象或任意自定义指标,其 target 指标类型可以使用 Value 或
AverageValue (根据Pod副本数计算平均值)进行设置。
下面对几种常见的自定义指标给出示例和说明:
例1,设置指标的名称为 requests-per-second
,其值来源于 Ingress "main-route"
,将目标值(value
)设置
为2000
,即在Ingress
的每秒请求数量达到2000
个时触发扩缩容操作。
配置文件 044-php-apache.yaml
的文件内容为:
apiVersion: autoscaling/v2beta2
kind: HorizontalPodAutoscaler
metadata:
name: php-apache
spec:
scaleTargetRef:
apiVersion: apps/v1
kind: Deployment
name: php-apache
minReplicas: 1
maxReplicas: 10
metrics:
- type: Object
object:
metric:
name: requests-per-second
describedObject:
apiVersion: extensions/v1beta1
kind: Ingress
name: main-route
target:
type: Value
value: 2k
[root@master cha3]# kubectl create -f 044-php-apache.yaml
horizontalpodautoscaler.autoscaling/php-apache created
[root@master cha3]# kubectl get hpa
NAME REFERENCE TARGETS MINPODS MAXPODS REPLICAS AGE
php-apache Deployment/php-apache <unknown>/2k 1 10 0 4s
例2,设置指标的名称为 http_requests
,并且该资源对象具有标签 verb=GET
,在指标平均值达到500
时触发
扩缩容操作。
配置文件 045-php-apache.yaml
的内容为:
apiVersion: autoscaling/v2beta2
kind: HorizontalPodAutoscaler
metadata:
name: php-apache
spec:
scaleTargetRef:
apiVersion: apps/v1
kind: Deployment
name: php-apache
minReplicas: 1
maxReplicas: 10
metrics:
- type: Object
object:
metric:
name: http_requests
selector: {matchLabels: {verb: GET}}
describedObject:
apiVersion: extensions/v1beta1
kind: Ingress
name: main-route
target:
type: AverageValue
value: 500
[root@master cha3]# kubectl create -f 045-php-apache.yaml
horizontalpodautoscaler.autoscaling/php-apache created
[root@master cha3]# kubectl get hpa
NAME REFERENCE TARGETS MINPODS MAXPODS REPLICAS AGE
php-apache Deployment/php-apache <unknown>/500 1 10 0 5s
还可以在同一个 HorizontalPodAutoscaler 资源对象中定义多个类型的指标,系统将针对每种类型的指标都计算
Pod 副本的目标数量,以最大值为准进行扩缩容操作。
apiVersion: autoscaling/v2beta2
kind: HorizontalPodAutoscaler
metadata:
name: php-apache
spec:
scaleTargetRef:
apiVersion: apps/v1
kind: Deployment
name: php-apache
minReplicas: 1
maxReplicas: 10
metrics:
- type: Resource
resource:
name: cpu
target:
type: Utilization
averageUtilization: 50
- type: Resource
resource:
name: memory
target:
type: AverageValue
averageValue: 100Mi
- type: Pods
pods:
metric:
name: packets-per-second
target:
type: AverageValue
averageValue: 1k
- type: Object
object:
metric:
name: requests-per-second
describedObject:
apiVersion: extensions/v1beta1
kind: Ingress
name: main-route
target:
type: Value
value: 10k
[root@master cha3]# kubectl create -f 046-php-apache.yaml
horizontalpodautoscaler.autoscaling/php-apache created
[root@master cha3]# kubectl get hpa
NAME REFERENCE TARGETS MINPODS MAXPODS REPLICAS AGE
php-apache Deployment/php-apache <unknown>/100Mi, <unknown>/1k + 2 more... 1 10 0 4s
从 1.10 版本开始,Kubernetes 引入了对外部系统指标的支持。例如,用户使用了公有云服务商提供的消息服务
或外部负载均衡器,希望基于这些外部服务的性能指标(如消息服务的队列长度、负载均衡器的QPS)对自己部署在
Kubernetes 中的服务进行自动扩缩容操作。这时,就可以在 metrics
参数部分设置 type
为 External
来设置
自定义指标,然后就可以通过 API "external.metrics.k8s.io"
查询指标数据了。当然,这同样要求自定义
Metrics Server
服务已正常工作。
例3,设置指标的名称为 queue_messages_ready
,具有 queue=worker_tasks
标签在目标指标平均值为30
时
触发自动扩缩容操作。
配置文件 047-php-apache.yaml
的文件内容为:
apiVersion: autoscaling/v2beta2
kind: HorizontalPodAutoscaler
metadata:
name: php-apache
spec:
scaleTargetRef:
apiVersion: apps/v1
kind: Deployment
name: php-apache
minReplicas: 1
maxReplicas: 10
metrics:
- type: External
external:
metric:
name: queue_messages_ready
selector: {matchLabels: {queue: worker_tasks}}
target:
type: AverageValue
averageValue: 30
[root@master cha3]# kubectl create -f 047-php-apache.yaml
horizontalpodautoscaler.autoscaling/php-apache created
[root@master cha3]# kubectl get hpa
NAME REFERENCE TARGETS MINPODS MAXPODS REPLICAS AGE
php-apache Deployment/php-apache <unknown>/30 (avg) 1 10 0 4s
在使用外部服务的指标时,要安装、部署能够对接到 Kubernetes HPA 模型的监控系统,并且完全了解监控系统
采集这些指标的机制,后续的自动扩缩容操作才能完成。
Kubernetes 推荐尽量使用 type 为 Object 的 HPA 配置方式,这可以通过使用 Operator 模式,将外部指标通过
CRD(自定义资源)定义为API资源对象来实现。