【Kubernetes】Pod 之 配置 HPA

【Kubernetes】Pod 之 配置 HPA

一起养成写作习惯!这是我参与「掘金日新计划 · 4 月更文挑战」的第14天,点击查看活动详情。

一、前言

在实际的生产环境中,当服务的请求数量急剧增加的时候,我们需要对某个服务进行扩容,当资源紧张或服务的工作负载降低时,我们可以对某个服务进行缩容。

通过 Deployment/ReplicationController/ReplicaSetScale 机制可以完成 Pod 扩缩容。

Pod 扩缩容分为两种模式,手动扩缩容和自动扩缩容:

  • 手动扩缩容:通过执行命令 kubectl scale 或通过 RESTful APIDeployment/rc/rs 进行 Pod 副本数量设置来一键完成扩缩容。
  • 自动扩缩容:指定某个性能指标或自定义业务指标的范围,以及指定 Pod 副本数量的范围,kubernetes 系统会自动在副本数量的范围内根据性能指标的变化进行调整。



二、 配置 HPA

对于需要定义复杂或是多样的扩缩容规则,则可以使用 HorizontalPodAutoscaler 资源对象来实现自定义。

HorizontalPodAutoscaler 资源对象属于 autoscaling API 组,它包括两个版本:

  • v1版本:只支持基于 CPU 使用率的自动扩缩容配置
  • v2版本:支持基于任意指标的自动扩缩容配置,比如:资源使用率、Pod 指标、其它指标等,目前广泛使用的版本为 autoscaling/v2beta2

(1)v1版本

上文示例,是通过CPU的平均使用率配置扩缩容。

上文示例,使用命令的方式直接布置,其实也可以手动使用 YAML文件创建自动伸缩,可以直接使用 autoscaling/v1 版本。

创建 php-apche-hpa.yaml

apiVersion: autoscaling/v1kind: HorizontalPodAutoscalermetadata:  name: php-apache  namespace: defaultspec:  # 目标作用对象 scaleTargetRef  scaleTargetRef:    apiVersion: apps/v1    # 类型 kind,可以为 Deployment、rc 或是 rs    kind: Deployment    name: php-apache  # Pod 副本数量的最小值  minReplicas: 1  # Pod 副本数量的最大值  maxReplicas: 10  # 期望每个 Pod 的 CPU 使用率 targetCPUUtilizationPercentage,这里设置为 50%,这个使用率基于 Pod 设置的 CPU Request 值进行计算,在前面设置了 requests cpu 为 200m,所以系统会维持 Pod 的实际 CPU 使用率为 100m  targetCPUUtilizationPercentage: 50

(2)v2beta2 版本

apiVersion: autoscaling/v2beta2kind: HorizontalPodAutoscalermetadata:  name: php-apache  namespace: defaultspec:  scaleTargetRef:    apiVersion: apps/v1    kind: Deployment    name: php-apache  minReplicas: 1  maxReplicas: 10  # 在 v2beta2 版本中,使用 metrics 字段定义目标指标值  metrics:    # type 字段表示指标类型    - type: Resource      resource:        name: cpu        # target 字段定义指标的目标值,系统在指标数据达到目标值时将触发扩缩容操作        target:          type: Utilization          averageUtilization: 50

metrics.type 指标类型可以设置为如下三种中的任一一个或是多个的组合:

  • Resource: 基于资源的指标值,这里的资源指的是 CPU 和内存 Memory
  • Pods: 基于 Pod 的指标值,会将系统中全部 Pod 的指标值进行平均值计算
  • Object: 基于某种资源对象(比如 Ingress)的指标值,或是自定义的指标值

推荐尽量使用 Object 类型的资源对象,因为它和 Kubernetes 系统的集成更加自然紧密

对于 Resource 类型指标而言:

  • CPU 使用率:在 target.averageUtilization 字段中设置目标平均 CPU 使用率
  • 内存 Memory 资源:在 target.AverageValue 字段中设置目标平均内存使用值
  • 指标数据通过 metrics.k8s.io API 进行查询
  • 必须先启动 Metrics Server 服务

PodsObject 类型指标都属于自定义指标类型,它们的共同点在于:

  • 指标数据通过搭建自定义 Metrics Server 服务和监控工具获取
  • 指标数据通过 custom.metrics.k8s.io API 进行查询
  • 必须先启动自定义的 Metrics Server 服务

1)pods类型指标

Pods 类型指标的数据是从系统中所有Pod 获取到的,所以 target.type 字段只能使用 AverageValue,比如我们需要设置一个 Pods 类型指标名为 packets-per-second,要求在目标指标平均值为 1000 时触发扩缩容操作,则对应的 YAML 文件定义如下所示:

metrics:  # type 字段表示指标类型  - type: Pods    Pods:      # metrics.name 字段设置指标的名字      metrics:        name: packets-per-second      # target 字段定义指标的目标值,系统在指标数据达到目标值时将触发扩缩容操作      target:        type: AverageValue        averageValue: 1k

2)object类型指标

Object 类型指标数据来源于其它资源对象或是自定义指标,target.type 字段可以为 Value 或是 AverageValue(这时会根据 Pod 数量计算平均值),这里可以看两个示例:

  1. 数据来源于其它资源对象:设置一个 Object 类型指标名为 requests-per-second,它的值来源于 Ingress “main-route”,当目标值为 2000 时触发扩缩容操作,对应的 YAML 文件格式内容如下:
metrics:  - type: Object    object:      metrics:        name: requests-per-second      describedObject:        apiVersion: networking.k8s.io/v1beta1        kind: Ingress        name: main-route      target:        type: Value        value: 2k
  1. 数据来源于自定义指标:设置一个 Object 类型指标名为 http_requests,且必须具有标签 “verb=GET”,当指标平均值达到 500 时触发扩缩容操作,对应的 YAML 文件格式内容如下:
metrics:  - type: Object    object:      metrics:        name: "http_requests"        selector: "verb=GET"      target:        type: AverageValue        averageValue: 500

当一个 HPA 资源对象定义了多种类型的指标时,系统会针对每一种类型的指标都计算 Pod 目标值,最终会以结果中最大的 Pod 值进行扩缩容操作。

(3)External

Kubernetes v1.10 版本开始,metrics.type 指标类型新增了一个名为 External 的值:

  • 可以支持外部系统指标,比如公有云服务商提供的消息服务或是外部负载均衡器,
  • 指标数据通过 external.metrics.k8s.io API 进行查询
  • 必须先启动自定义的 Metrics Server 服务

比如设置一个 External 类型指标名为 queue_messages_ready,且必须具有标签 “queue=worker_tasks”,当指标平均值达到 30 时触发扩缩容操作,对应的 YAML 文件格式内容如下:

metrics:  - type: External    object:      metrics:        name: queue_messages_ready        selector: "queue=worker_tasks"      target:        type: AverageValue        averageValue: 30

推荐阅读

    学习写字楼新选择6000元主流配置

    学习写字楼新选择6000元主流配置,,这种配置需要考虑双核心的办公和娱乐平台,充分考虑办公室的办公需求和娱乐需求,以约6000元的预算和cost-e

    酷睿I7 配置

    酷睿I7 配置,配置,玩家国度啦华硕 Rampage II Extreme(3800元)如果米不够,也可以把Extreme改为Gene,不过是小板内存推荐金士顿6G DDR3 2000骇

    提高3A四核羿龙II游戏配置的性能

    提高3A四核羿龙II游戏配置的性能,,以节能环保为主题的IT产业,目前3A低端平台处理器、主板芯片组、独立开发卡性能突出,特别是在与AMD的处理

    opporeno8参数配置及价格

    opporeno8参数配置及价格,面部,亿元,Oppo的荣誉2020年1月4日,接近屏幕关闭传感器是否支持双卡:支持oppor11splus什么时候上市的Oppo R11S P

    查看配置:酷睿i3530集展示办公平台

    查看配置:酷睿i3530集展示办公平台,,由于时间和精力的关系,我们不可能对所有的配置进行评论,希望我们能理解,我希望我们的评论能在那些需要帮

    3500元超额值学生娱乐结构的优化配置

    3500元超额值学生娱乐结构的优化配置,,作为一个DIY的主流用户领域的学生,每个用户51学生攒机的高峰。因为学生用户没有稳定的收入来源,攒机

    金蝶易记账售后服务电话

    金蝶易记账售后服务电话,,1.人工客服电话是多少075客服专线075-5292 22668*QQ公司人工客服专线:075-5292 22668【24小时服务热线】你好一一

    公共CPU接口类型的详细描述

    公共CPU接口类型的详细描述,,我们知道CPU是电脑的大脑, CPU的处理速度直接决定电脑的性能, 那你知道CPU发展到现在, 都那些CPU接口类型吗.