> 本文作者：丁辉

# Pod水平自动缩放

[官方文档](https://kubernetes.io/zh-cn/docs/concepts/workloads/controllers/deployment/#scaling-a-deployment)

## 基础配置准备

1. 确保 Metrics Server 已安装

   [Github](https://github.com/kubernetes-sigs/metrics-server/)

   检查 metrics-server 是否运行

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

   如果没有，可以安装它（如果是标准的 Kubernetes 集群）

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

2. 确保 Pod 已设置资源请求

   [Pod配置资源请求](https://gitee.com/offends/Kubernetes/blob/main/%E4%BD%BF%E7%94%A8%E6%96%87%E6%A1%A3/Pod%E9%85%8D%E7%BD%AE%E8%B5%84%E6%BA%90%E8%AF%B7%E6%B1%82.md)

## 介绍

> 自动伸缩（HPA）的计算是基于 `requests` 的，而不是 `limits`

**详细解释**

HPA 使用的计算公式是：

- 使用率(Utilization)= Pod 当前实际使用量 ÷ Pod 的 requests 值
- 绝对值(AverageValue) = 所有 Pod 的实际 CPU 使用量总和 ÷ Pod 数量

## 使用条件介绍

- ✅ **类型**：`AverageValue`（绝对值）
- ✅ **目标**：所有 Pod 平均使用 **80m CPU**
- ✅ **特点**：不依赖 `requests` 设置
- ⚠️ **注意**：如果 Pod 的 `requests` 设置变化，可能需要调整这个值
- 🔄 **对比**：如果改为 `Utilization: 80%`，则目标是 CPU 使用量达到 `requests.cpu` 的 80%

**选择建议**：

- 如果 Pod 的 `requests.cpu` 稳定且合理 → 使用 `Utilization`
- 如果 `requests` 经常变化或设置不合理 → 使用 `AverageValue`
- 两者可以互相转换：`averageValue = requests.cpu × (utilization/100)`

## 创建 HPA

**基础命令格式对比表**

| 参数/命令部分  |           基础命令            |           说明           |
| :------------: | :---------------------------: | :----------------------: |
|  **命令结构**  |      `kubectl autoscale`      |      创建或更新HPA       |
|  **目标资源**  | `deployment/nginx-deployment` | 要自动扩缩容的Deployment |
| **最小副本数** |           `--min=3`           |    最少保持的Pod数量     |
| **最大副本数** |           `--max=6`           |    最多允许的Pod数量     |
|  **CPU阈值**   |          `--cpu=80`           |     CPU使用率目标值      |
|  **内存阈值**  |         `--memory=75`         |     内存使用率目标值     |

### 命令创建(默认使用AverageValue算计)

- 绝对值 50m

  ```bash
  kubectl autoscale deployment/nginx-deployment --min=1 --max=3 --cpu=50 --memory=50
  ```

- 绝对值50Mi

  ```bash
  kubectl autoscale deployment/nginx-deployment --min=1 --max=3 --memory=50
  ```

### Yaml 创建(使用Utilization)

- CPU 80%
- 内存 75%

1. 编辑 Yaml

   ```bash
   vi nginx-deployment-hpa-utilization.yaml
   ```

   内容如下

   ```yaml
   apiVersion: autoscaling/v2
   kind: HorizontalPodAutoscaler
   metadata:
     name: nginx-deployment
   spec:
     scaleTargetRef:
       apiVersion: apps/v1
       kind: Deployment
       name: nginx-deployment
     minReplicas: 1
     maxReplicas: 3
     metrics:
     - type: Resource
       resource:
         name: cpu
         target:
           type: Utilization
           averageUtilization: 80
     - type: Resource
       resource:
         name: memory
         target:
           type: Utilization
           averageUtilization: 75
   ```

2. 部署

   ```bash
   kubectl apply -f nginx-deployment-hpa-utilization.yaml
   ```

### Yaml 创建(使用AverageValue)

- CPU 绝对值 50m
- 内存 绝对值50Mi

1. 编辑 Yaml

   ```bash
   vi nginx-deployment-hpa-averagevalue.yaml
   ```

   内容如下

   ```yaml
   apiVersion: autoscaling/v2
   kind: HorizontalPodAutoscaler
   metadata:
     name: nginx-deployment
   spec:
     scaleTargetRef:
       apiVersion: apps/v1
       kind: Deployment
       name: nginx-deployment
     minReplicas: 1
     maxReplicas: 3
     metrics:
     - type: Resource
       resource:
         name: cpu
         target:
           type: AverageValue
           averageValue: 50m
     - type: Resource
       resource:
         name: memory
         target:
           type: AverageValue
           averageValue: 50Mi
   ```

2. 部署

   ```bash
   kubectl apply -f nginx-deployment-hpa-averagevalue.yaml
   ```

## 验证 HPA

创建后，可以检查 HPA 状态：

- 查看 HPA

  ```bash
  kubectl get hpa
  ```

- 详细查看

  ```bash
  kubectl describe hpa nginx-deployment
  ```

- 查看当前 CPU 使用率

  ```bash
  kubectl top pods
  ```

## 增加负载验证

1. 模拟负载

   ```bash
   kubectl run -i --tty load-generator --rm --image=busybox:1.28 --restart=Never -- /bin/sh -c "while sleep 0.01; do wget -q -O- http://nginx-deployment; done"
   ```

2. 观察

   ```bash
   kubectl get hpa nginx-deployment --watch
   ```

## 其他类型

### 根据每个 Pod 每秒处理的数据包数量来扩缩容

具体解释：

- **监控指标**：`packets-per-second`（每秒数据包数）
- **目标值**：每个 Pod 平均每秒处理 **1000 个数据包**（1k = 1000）
- **扩缩逻辑**：
  - 如果所有 Pod 的平均值 **超过** 1000 个包/秒 → 增加 Pod 数量
  - 如果所有 Pod 的平均值 **低于** 1000 个包/秒 → 减少 Pod 数量

1. 编辑 Yaml

   ```bash
   vi nginx-deployment-hpa-pod.yaml
   ```

   内容如下

   ```yaml
   apiVersion: autoscaling/v2
   kind: HorizontalPodAutoscaler
   metadata:
     name: nginx-deployment
   spec:
     scaleTargetRef:
       apiVersion: apps/v1
       kind: Deployment
       name: nginx-deployment
     minReplicas: 1
     maxReplicas: 3
     metrics:
     - type: Pods
       pods:
         metric:
           name: packets-per-second
         target:
           type: AverageValue
           averageValue: 1k
   ```

2. 部署

   ```bash
   kubectl apply -f nginx-deployment-hpa-pod.yaml
   ```

### 根据 Ingress 的每秒请求数来扩缩容后端应用

具体解释：

- **监控对象**：名为 `main-route` 的 Ingress
- **监控指标**：`requests-per-second`（Ingress 每秒处理的请求数）
- **目标值**：整个 Ingress 每秒处理 **2000 个请求**（2k = 2000）
- **扩缩逻辑**：
  - 如果这个 Ingress 的请求数 **超过** 2000 请求/秒 → 增加后端 Pod 数量
  - 如果这个 Ingress 的请求数 **低于** 2000 请求/秒 → 减少后端 Pod 数量

1. 编辑 Yaml

   ```bash
   vi nginx-deployment-hpa-object.yaml
   ```

   内容如下

   ```yaml
   apiVersion: autoscaling/v2
   kind: HorizontalPodAutoscaler
   metadata:
     name: nginx-deployment
   spec:
     scaleTargetRef:
       apiVersion: apps/v1
       kind: Deployment
       name: nginx-deployment
     minReplicas: 1
     maxReplicas: 3
     metrics:
     - type: Object
       object:
         metric:
           name: requests-per-second
         describedObject:
           apiVersion: networking.k8s.io/v1
           kind: Ingress
           name: main-route  # 但监控的是这个 Ingress 的流量
         target:
           type: Value
           value: 2k  # 整个 Ingress 的目标：2000 请求/秒
   ```

2. 部署

   ```bash
   kubectl apply -f nginx-deployment-hpa-object.yaml
   ```

### 根据带 GET 标签的 HTTP 请求指标来扩缩容

具体解释：

- **监控对象**：某个 Kubernetes 资源（如 Ingress、Service 等）
- **监控指标**：`http_requests`（HTTP 请求总数或速率）
- **指标筛选**：只选择带有 `verb: GET` 标签的指标
- **目标值**：需要在其他地方指定（这里没有显示完整的 target 部分）

1. 编辑 Yaml

   ```bash
   vi nginx-deployment-hpa-object-api.yaml
   ```

   内容如下

   ```yaml
   apiVersion: autoscaling/v2
   kind: HorizontalPodAutoscaler
   metadata:
     name: api-hpa
   spec:
     scaleTargetRef:
       apiVersion: apps/v1
       kind: Deployment
       name: api-server
     minReplicas: 2
     maxReplicas: 10
     metrics:
     - type: Object
       object:
         describedObject:
           apiVersion: v1
           kind: Service
           name: api-service
         metric:
           name: http_requests
           selector:
             matchLabels:
               verb: GET  # 只监控 GET 请求
               path: "/api/v1/users"  # 可以进一步指定路径
               status: "200"  # 还可以按状态码筛选
         target:
           type: AverageValue
           averageValue: 500  # 目标：每秒 500 个 GET 请求
   ```

2. 部署

   ```bash
   kubectl apply -f nginx-deployment-hpa-object-api.yaml
   ```

### 根据外部消息队列中的任务数量来扩缩容

具体解释：

- **监控来源**：外部系统（不是 Kubernetes 内部）
- **监控指标**：`queue_messages_ready`（队列中待处理的消息数量）
- **队列筛选**：只监控名为 `worker_tasks` 的队列
- **目标值**：保持队列中大约有 **30 个待处理消息**
- **扩缩逻辑**：
  - 如果队列消息 **超过 30 个** → 增加 Worker Pod 数量
  - 如果队列消息 **低于 30 个** → 减少 Worker Pod 数量

1. 编辑 Yaml

   ```bash
   vi nginx-deployment-hpa-object-worker.yaml
   ```

   内容如下

   ```yaml
   apiVersion: autoscaling/v2
   kind: HorizontalPodAutoscaler
   metadata:
     name: worker-hpa
   spec:
     scaleTargetRef:
       apiVersion: apps/v1
       kind: Deployment
       name: task-worker  # 处理队列任务的 Worker 应用
     minReplicas: 1
     maxReplicas: 20
     metrics:
     - type: External
       external:
         metric:
           name: queue_messages_ready  # 队列中"就绪"的消息数
           selector:
             matchLabels:
               queue: "worker_tasks"  # 只监控这个特定队列
               # 还可以按其他标签筛选，如：
               # vhost: "production"
               # exchange: "orders"
         target:
           type: AverageValue
           averageValue: 30  # 目标：保持队列中有30个待处理消息
   ```

2. 部署

   ```bash
   kubectl apply -f nginx-deployment-hpa-object-worker.yaml
   ```