12-k8s-HPA自动扩缩容

master操作即可

一、k8s弹性伸缩类型

1. Cluster-Autoscale: 集群容量(node数量)自动伸缩，跟自动化部署相关的，依赖iaas的弹性伸缩，主要用于虚拟机容器集群
2. Vertical Pod Autoscaler: 工作负载Pod垂直(资源配置)自动伸缩，如自动计算或调整deployment的Pod模板limit/request，依赖业务历史负载指标
3. Horizontal-Pod-Autoscaler: 工作负载Pod水平自动伸缩，如自动scale deployment的replicas，依赖业务实时负载指标

二、HPA原理

HPA在k8s中也由一个controller控制，controller会间隔循环HPA，检查每个HPA中监控的指标是否触发伸缩条件，默认的间隔时间为15s。一旦触发伸缩条件，controller会向k8s发送请求，修改伸缩对象（statefulSet、replicaController、replicaSet）子对象scale中控制pod数量的字段。k8s响应请求，修改scale结构体，然后会刷新一次伸缩对象的pod数量。伸缩对象被修改后，自然会通过list/watch机制增加或减少pod数量，达到动态伸缩的目的。

三、metrics-server插件

1. 概念：用来收集K8s集群中的资源使用情况。每15秒进行一次数据采集(可以通过-horizontal-pod-autoscaler-sync-period修改查询metrics的资源使用情况），占用资源少，每个Node占用1 mili core的CPU和2 MB内存，目前只能对CPU和内存进行监控

2. 下载yaml文件：wget https://github.com/kubernetes-sigs/metrics-server/releases/download/v0.6.1/components.yaml

3. 修改yaml文件配置：vi components.yaml

   1. 注释- --kubelet-preferred-address-types=InternalIP,ExternalIP,Hostname
      在底下添加
      - --kubelet-preferred-address-types=InternalIP,Hostname,InternalDNS,ExternalDNS,ExternalIP    # node address类型的优先权设置
      - --kubelet-insecure-tls    # 取消安全验证 
   2. 注释image: registry.k8s.io/metrics-server/metrics-server:v0.6.3
      在底下添加
      image: registry.cn-hangzhou.aliyuncs.com/google_containers/metrics-server:v0.6.1
   

4. 部署：kubectl apply -f components.yaml

5. 查看pod：kubectl get pod -n kube-system
   

6. 查看资源使用情况：

   1）kubectl top node
   

   2）kubectl top pod -n kube-system

   ps：查看全部空间的命令为kubectl top pod --all-namespaces
   

四、创建nginx提供负载测试

1. 创建yaml：vi /opt/pod-controller.yaml

   apiVersion: apps/v1
   kind: Deployment
   metadata:
     name: pod-controller
     labels:
       controller: deploy 
   spec:
     replicas: 1
     selector:
       matchLabels:
         app: nginx-pod
     template:
       metadata:
         labels:
           app: nginx-pod
       spec:
         containers:
           - name: nginx
             image: nginx:latest
             ports:
               - name: nginx-port
                 containerPort: 80
                 protocol: TCP
             resources: # 要设置每个容器最低使用的CPU，不然测试不出效果
               requests:
                 cpu: "0.1"
   

2. 创建pod：kubectl apply -f /opt/pod-controller.yaml

3. 暴露端口：kubectl expose deployment pod-controller --name=nginx-service --type=NodePort --port=80 --target-port=80

4. 查看端口：kubectl get svc
   

5. 访问：http://192.168.248.11:31409/

五、部署HPA

1. 新建pod-hpa.yaml：vi /opt/pod-hpa.yaml

   ps：也可以直接设置控制器的资源限制：kubectl autoscale deploy 控制器 --cpu-percent=3 --min=1 --max=10

   apiVersion: autoscaling/v1
   kind: HorizontalPodAutoscaler
   metadata:                                 
     name: pod-hpa                             # hpa的名称
     labels:
       controller: hpa                         # 给hpa打标签
   spec:
     minReplicas: 1                            # 缩容最小Pod数量
     maxReplicas: 10                           # 扩容最大Pod数量
     targetCPUUtilizationPercentage: 3         # 为了便于测试，这里设置CPU使用率警戒线为3%
     scaleTargetRef:                           # 指定要控制的Deployment的信息
       apiVersion: apps/v1
       kind: Deployment
       name: pod-controller
   

2. 创建pod：kubectl apply -f /opt/pod-hpa.yaml

3. 查看HPA： kubectl get hpa
   

4. 查看服务pod个数：kubectl get deploy pod-controller -o wide
   

5. 使用postman测压工具不断访问：http://192.168.248.11:31409/