什么是 Horizontal Pod Autoscaling
Kubernetes 中的 Horizontal Pod Autoscaling (HPA) 是一种自动扩容机制，它会根据 CPU 使用率或者自定义的指标自动扩缩容 Pod 的数量，以确保集群中的运行状态稳定。HPA 通常用于处理持续的负载波动或者快速增长的流量，这些情况下手动扩容是不可行的。
如何使用 Horizontal Pod Autoscaling
使用 HPA 之前，需要确保以下条件:
- Kubernetes 集群部署完成；
- 安装了 Metrics Server；
- Deployment 或者 ReplicaSet 在创建时定义了需要自动扩容的 CPU 使用率或自定义指标。
下面以 CPU 使用率为例，演示如何使用 Horizontal Pod Autoscaling。
- 定义 Deployment
首先，我们需要定义一个 Deployment 并设置
resources.requests.cpu为默认值。以下是一个示例 YAML 文件。
----------- -------
----- ----------
---------
----- ----------------
-------
---- -----
-----
--------- -
---------
------------
---- -----
---------
---------
-------
---- -----
-----
-----------
- ----- -----
------ -----
----------
---------
---- ------
-------
---- ------在此示例中，requests.cpu 设置为 100 毫核（m），表示该 Deployment 中每个 Pod 最小需要 0.1 个核心 CPU（假设您的宿主机有至少 1 个核心）。
- 创建 HPA 然后，我们需要为 Deployment 创建 HPA。以下是一个示例 YAML 文件。
----------- -------------------
----- -----------------------
---------
----- ---------
-----
---------------
----------- -------
----- ----------
----- ----------------
------------ -
------------ --
--------
- ----- --------
---------
----- ---
-------
----- -----------
------------------- --在此示例中，我们定义了：
scaleTargetRef: 用于指定哪个 Deployment 需要自动扩容；minReplicas和maxReplicas: 分别指定 Pod 最少和最多需要创建的数量；metrics: 指定使用哪种指标来自动扩缩容，这里我们选择 CPU 使用率。
在 metrics 的定义中，我们使用了 Resource 类型的指标。averageUtilization 定义了 CPU 使用率达到多少时需要进行自动扩容。
- 部署应用
完成以上两步后，我们可以部署应用并进行测试了。在测试期间，我们可以使用 kubectl top pod 命令来查看应用程序中 Pod 的 CPU 使用率。
- 自动扩容
当应用程序的 CPU 使用率高于 averageUtilization 时，HPA 会自动扩容 Pod 的数量，以满足应用程序的需求。当使用率下降时，HPA 会自动缩减 Pod 的数量。
示例代码
如果您想要更详细的步骤和示例代码，您可以访问以下链接，获取我们编写的 Horizontal Pod Autoscaling 的完整代码。
https://github.com/kubernetes/examples/tree/master/staging/cpu-autoscaler
总结
在 Kubernetes 中使用 HPA 能够帮助我们应对持续负载波动和流量增长等问题，实现自动化管理。将资源利用率最大化，提供更高效的服务以及更好的用户体验。希望通过此文，您可以更好地理解 HPA，并能够应用于您的项目中。
来源：JavaScript中文网 ，转载请注明来源 本文地址：https://www.javascriptcn.com/post/664bec85d3423812e4ac4ee1