弹性伸缩HPA

Pod水平自动伸缩(Horizontal Pod Autoscaler，HPA)

1
2

例如Deployment这种支持多副本的工作负载，可以通过调整spec.relicas来增加或减少副本数，从而改变整体的业务水位满足我们的需求。
HPA可以根据应用的CPU利用率等水位信息，自动扩展(scale)的动态调整Pod副本数量。

部署

wget https://github.com/kubernetes-sigs/metrics-server/releases/download/v0.3.7/components.yaml

# 编辑deployment后apply
    spec:   # spec:spec
      hostNetwork: true
      restartPolicy: Always
      ...
        args:
          - --kubelet-preferred-address-types=InternalIP,ExternalIP,Hostname    # 不使用主机名，使用 IP
          - --kubelet-insecure-tls                          # 不验证客户端证书

创建测试dp

apiVersion: apps/v1
kind: Deployment
metadata: 
  name: myapp-test
  namespace: demo
spec:
  replicas: 1
  selector: 
    matchLabels:
      app: myapp
      env: test
  template:
    metadata:
      labels:
        app: myapp
        env: test
    spec:
      containers:
      - name: myapp
        image: nginx:1.15-alpine 
        ports:
        - name: httpd
          containerPort: 80
        resources:
          requests:  # 设置小点方便压测
            cpu: "50m"
            memory: "64Mi"
          limits:
            cpu: "50m"
            memory: "128Mi"

# 集群中暴露pod
kubectl expose -n demo deployment/myapp-test
# 查看pod的ip，也就是endpoints
kubectl get endpoints -n demo
或者
kubectl get pod -n demo  -owide

创建HPA对象

[root@master hpa]# kubectl autoscale deploy myapp-test -n demo --cpu-percent=50 --min=1 --max=5
horizontalpodautoscaler.autoscaling/myapp-test autoscaled

[root@master hpa]# kubectl get hpa -n demo
NAME         REFERENCE               TARGETS   MINPODS   MAXPODS   REPLICAS   AGE
myapp-test   Deployment/myapp-test   0%/50%    1         5         1          25s

压测

# 本机测试，安装ab工具
yum install -y httpd-tools
ab -c 1000 -n 500000  -s 60 http://10.1.44.168/
# -c 并发请求；-n 要执行的请求数

[root@master ~]# kubectl get hpa -n demo -w
NAME         REFERENCE               TARGETS   MINPODS   MAXPODS   REPLICAS   AGE
myapp-test   Deployment/myapp-test   0%/50%    1         5         1          6m33s
myapp-test   Deployment/myapp-test   42%/50%   1         5         1          6m49s
myapp-test   Deployment/myapp-test   100%/50%   1         5         1          7m51s
myapp-test   Deployment/myapp-test   100%/50%   1         5         2          8m4s
myapp-test   Deployment/myapp-test   100%/50%   1         5         4          9m7s
myapp-test   Deployment/myapp-test   100%/50%   1         5         4          9m39s
myapp-test   Deployment/myapp-test   0%/50%     1         5         1          15m

结论

可以看到随着访问压力增加，pod的平均利用率也直线上升，超过阈值50%，这时deployment副本数就增加调整，直到CPU降低到50%。
随着压测结束，HPA又将dp调整到1。

HPAController 就是通过这些 PodMetrics 来计算平均的 CPU 使用率，从而确定 spec.replicas 的新数值。
kubectl -n demo get podmetrics
kubectl -n demo get podmetrics myapp-test-5644479d45-xj2sp -oyaml

CLuster Autoscaler

# 自动扩容集群节点资源
Cluster Autoscaler（下文统称 CA）目前对接了阿里云、AWS、Azure、百度云、华为云、Openstack等云厂商。
你可以参照各个厂商的部署要求，进行部署。在部署的时候，请注意 CA 和 Kubernetes 版本要对应，最好两者版本一样。

CA 主要用来监听（watch）集群中未被调度的 Pod （即 Pod 暂时由于某些调度策略、抑或资源不满足，导致无法被成功调度），然后确定是否可以通过增加节点资源来解决无法调度的问题。