K8s --HPA容器水平伸缩

目录

一、什么是HPA

       1、HPA伸缩过程

       2、HPA进行伸缩算法

二、HPA实例

       创建HPA

       1、压力测试

       2、同时监控cpu和memory

一、什么是HPA

HPA的全称为（Horizontal Pod Autoscaling）它可以根据当前pod资源的使用率（如CPU、磁盘、内存等），进行副本数的动态的扩容与缩容，以便减轻各个pod的压力。当pod负载达到一定的阈值后，会根据扩缩容的策略生成更多新的pod来分担压力，当pod的使用比较空闲时，在稳定空闲一段时间后，还会自动减少pod的副本数量。

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

1、HPA伸缩过程

收集HPA控制下所有Pod最近的cpu使用情况（CPUutilization）
对比在扩容条件里记录的cpu限额（CPUUtilization）
调整实例数（必须要满足不超过最大/最小实例数）
每隔30s做一次自动扩容的判断

CPU utilization的计算方法是用cpu usage（最近一分钟的平均值，通过metrics可以直接获取到）除以cpu request（这里cpu request就是我们在创建容器时制定的cpu使用核心数）得到一个平均值，这个平均值可以理解为：平均每个Pod CPU核心的使用占比。

2、HPA进行伸缩算法

计算公式：TargetNumOfPods = ceil(sum(CurrentPodsCPUUtilization) / Target)

ceil()表示取大于或等于某数的最近一个整数

每次扩容后冷却3分钟才能再次进行扩容，而缩容则要等5分钟后。

当前Pod Cpu使用率与目标使用率接近时，不会触发扩容： 触发条件：avg(CurrentPodsConsumption) / Target >1.1 或 <0.9

二、HPA实例

仓库上传所需的镜像

创建hpa目录 编辑hpa.yaml资源清单

配置启动一个 Deployment 控制器来运行这个镜像并暴露一个服务

apiVersion: apps/v1
kind: Deployment
metadata: