centos k8s自动扩缩容方法

一、前提条件：安装Metrics Server
HPA（Horizontal Pod Autoscaler）依赖Metrics Server收集Pod的CPU、内存等资源使用数据。在CentOS上安装Metrics Server的步骤如下：

kubectl apply -f https://github.com/kubernetes-sigs/metrics-server/releases/latest/download/components.yaml

安装后检查Metrics Server状态，确保其正常运行：

kubectl get pods -n kube-system | grep metrics-server

若未正常运行，可删除对应Pod触发重启：

kubectl delete pod -n kube-system <
    metrics-server-pod-name>
    

二、配置HPA（Horizontal Pod Autoscaler）
HPA是Kubernetes实现Pod水平自动扩缩容的核心资源，以下是详细配置步骤：

1. 创建带资源限制的Deployment

HPA需根据Pod的资源请求（requests）计算利用率，因此必须在Deployment中定义容器的resources.requests和resources.limits。示例如下：

apiVersion: apps/v1
kind: Deployment
metadata:
  name: my-app
spec:
  replicas: 1  # 初始副本数，HPA会动态调整
  selector:
    matchLabels:
      app: my-app
  template:
    metadata:
      labels:
        app: my-app
    spec:
      containers:
        - name: my-container
          image: nginx:latest
          ports:
            - containerPort: 80
          resources:
            requests:  # 调度依据，必须设置
              cpu: "100m"  # 0.1核
              memory: "64Mi"
            limits:  # 资源上限，防止Pod被OOM Kill
              cpu: "200m"  # 0.2核
              memory: "128Mi"

将上述内容保存为deployment.yaml，应用到集群：

kubectl apply -f deployment.yaml

2. 创建HPA资源

通过HPA配置自动扩缩容规则，以下是一个基于CPU利用率的示例（支持v2beta2及以上API版本）：

apiVersion: autoscaling/v2beta2
kind: HorizontalPodAutoscaler
metadata:
  name: my-hpa
spec:
  scaleTargetRef:  # 指定扩缩容目标（Deployment/ReplicaSet/StatefulSet）
    apiVersion: apps/v1
    kind: Deployment
    name: my-app
  minReplicas: 1  # 最小副本数（避免缩容至0）
  maxReplicas: 10 # 最大副本数（集群资源上限）
  metrics:
    - type: Resource  # 资源指标（支持CPU、内存）
      resource:
        name: cpu     # 指标名称（CPU/memory）
        target:
          type: Utilization  # 目标类型（Utilization/AverageValue）
          averageUtilization: 50  # 目标利用率（如50%）

将上述内容保存为hpa.yaml，应用到集群：

kubectl apply -f hpa.yaml

说明：

• scaleTargetRef：指定要扩缩容的对象（如Deployment），需与已有资源名称一致；
• minReplicas/maxReplicas：限制Pod数量范围，避免过度扩缩容；
• metrics：可配置多个指标（如CPU+内存），支持Utilization（利用率）或AverageValue（绝对值）。

3. 验证HPA状态

使用以下命令查看HPA的当前状态（包括副本数、目标利用率、当前利用率）：

kubectl get hpa

输出示例：

NAME    REFERENCE           TARGETS       MINPODS   MAXPODS   REPLICAS   AGE
my-hpa  Deployment/my-app   30%/50%       1         10        1          2m

• TARGETS：显示当前利用率/目标利用率（如30%表示当前CPU利用率为30%，目标为50%）；
• REPLICAS：当前Pod副本数。

查看详细信息（包括扩缩容决策记录）：

kubectl describe hpa my-hpa

三、测试自动扩缩容
通过模拟负载触发HPA自动调整Pod数量，常用工具如hey（快速HTTP压测工具）：

# 安装hey（若未安装）
wget https://github.com/rakyll/hey/releases/download/v0.0.0/hey_linux_amd64 -O hey
chmod +x hey
mv hey /usr/local/bin/

# 发起压测（向my-app发送10个并发请求，持续30秒）
hey -c 10 -z 30s http://<
    my-app-service-ip>
    

随着负载增加，HPA会根据CPU利用率自动增加Pod副本数（不超过maxReplicas）；负载降低时，自动减少副本数（不低于minReplicas）。

四、可选：基于自定义指标的自动扩缩容
若需根据非资源指标（如QPS、队列长度）扩缩容，需安装Custom Metrics Adapter（如Prometheus Adapter），并配置HPA使用自定义指标。示例如下：

apiVersion: autoscaling/v2beta2
kind: HorizontalPodAutoscaler
metadata:
  name: my-hpa-custom
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: my-app
  minReplicas: 1
  maxReplicas: 20
  metrics:
    - type: External  # 自定义指标
      external:
        metric:
          name: requests_per_second  # 自定义指标名称（需与Prometheus Adapter配置一致）
        target:
          type: Value
          value: "100"  # 目标值（每秒100个请求）

需提前部署Prometheus Adapter并将自定义指标暴露给Kubernetes集群。

五、注意事项

1. 资源请求必须设置：HPA依赖resources.requests计算利用率，未设置则无法正常工作；
2. 避免频繁扩缩容：设置合理的targetUtilization（如50%-80%），避免因阈值过低导致频繁扩缩容（可能影响应用稳定性）；
3. 监控HPA行为：通过kubectl get hpa -w实时监控HPA状态，或结合Prometheus+Granafa实现可视化；
4. 集群资源充足：确保集群有足够的节点资源容纳最大副本数（maxReplicas），否则可能导致Pod处于Pending状态。

声明：本文内容由网友自发贡献，本站不承担相应法律责任。对本内容有异议或投诉，请联系2913721942#qq.com核实处理，我们将尽快回复您，谢谢合作！