横向伸缩

Pod 的横向伸缩是指由 Horizontal 控制器 管理的 Pod 副本数量 的自动伸缩。

可以通过向 Horizontal 控制器 提交一个 HorizontalPodAutoscaler (HPA) 资源来将需要自动横向伸缩的 Deployment 等资源对象托付给 HPA 资源对象，由 HPA 管理目标对象的 Pod 副本数量 (replicas 字段)。

🚦 提交 HPA 对象后，Horizontal 控制器 会周期性检查 Pod 度量（关注的是 Pod 的哪一项特性），计算满足 HPA 配置的目标数值所需的 副本数量，进而调整目标资源（如 Deployment、ReplicaSet、ReplicationController、StatefulSet 等）的 replicas 字段。

创建 HPA

最简单的创建方式是使用 kubectl autoscale 命令构建 HPA 资源对象。创建案例如下，将 deployment/kubia 作为伸缩对象，以该目标对象内部所有 Pod 的 CPU 平均使用率 为度量，持续调整目标对象的 replicas ，直至 Pod 的 CPU 实际使用量 接近 申请量 的 30%，Pod 的最小数量为 1，最大数量为 5：

kubectl autoscale deployment kubia --cpu-percent=30 --min=1 --max=5

🚀 目前 HPA 资源已经有多个版本，每个版本使用的 YAML 配置清单会有区别，这里直接介绍 --api-version=autoscaling/v2beta2 版本的配置清单。

查看某类资源指定版本的 YAML 配置清单格式可用如下命令，案例中的资源为 hpa：

kubectl explain hpa --api-version=autoscaling/v2beta2

查看某资源指定版本的 YAML 配置清单可用如下命令，案例中的资源对象名为 kubia：

kubectl get hpa.v2beta2.autoscaling kubia -o yaml

下面使用 YAML 配置清单创建 HPA 资源，配置实例中展示了基于目标 CPU 使用率、目标对象 deployment/kubia 中 Pod 的平均 QPS、度量对象 ingress/main-route 中所有 Pod 的总 QPS 三种度量的配置方式（实际使用中可以根据需求，只配置一种即可）：

apiVersion: autoscaling/v2beta2    # 注意版本
kind: HorizontalPodAutoscaler    # 资源类型
metadata:
  name: kubia    # HPA 资源对象名
  namespace: default    # 所在命名空间
spec:
  maxReplicas: 5    # 目标资源对象中 replicas 可调成的最大值
  minReplicas: 1    # 目标资源对象中 replicas 可调成的最小值
  scaleTargetRef:    # 需要调整的目标资源对象（！）
    apiVersion: apps/v1    # 目标资源所在 API 版本
    kind: Deployment    # 目标资源类型
    name: kubia    # 目标资源对象名
  metrics:    # 度量（重点！！决定了以什么为标准决定是否伸缩、如何伸缩）
  - resource:    # Resource 类型度量对应的就是该字段
      name: cpu    # 参考的资源类型（如果是内存，就是 memory）
      target:
        averageUtilization: 30    # 调整目标对象的 Pod 副本数直至其中所有 Pod 的 CPU 实际平均利用率应该接近申请量的 30%
        type: Utilization    # 根据利用率伸缩
    type: Resource    # Resource 类型度量（还有 Pod 和 Object 两种）
  - pods:    # Pods 类型度量对应的就是该字段
      metric:
        name: packets-per-second    # 参考的资源类型，这里是包的 QPS，该字段是通过其他手段添加至 API 服务器提供的 /metrics 下的度量类型
      target:
        averageValue: 1k    # 调整目标对象的 Pod 副本数直至其中所有 Pod 的平均 QPS 接近 1K
    type: Pods    # Pods 类型度量
  - object:    # Object 类型度量对应的就是该字段
      metric:
        name: requests-per-second    # 参考的资源类型，这里是请求 main-route 这个 Ingress 中的 Pod 的 QPS，该字段是通过其他手段添加至 API 服务器提供的 /metrics 下的度量类型
      describedObject:    # 度量对象
        apiVersion: networking.k8s.io/v1beta1
        kind: Ingress
        name: main-route
      target:
        type: Value
        value: 2k    # 调整目标对象的 Pod 副本数直至度量对象（main-route）中所有 Pod 的总 QPS 接近 2K
    type: Object    # Object 类型度量

hpa.spec.metrics.type 除了可以是 Resource 外，还可以是 Pods 和 Object 两种，下面对三种应用场景分别进行解释：

• Resource：针对 Pod 中资源申请量作为度量，例如 Pod 的 CPU 和 内存等的实际使用量与申请量的比值；

• Pods：针对其他种类的（包括自定义的）与 Pod 直接相关的度量，也就是说度量来自 目标对象 中的 Pod 自身，例如 QPS、消息队列中的消息数量（消息队列服务运行于 Pod 中）等；

• Object：针对与 Pod 没有直接关系的度量，也就是说度量来自 非目标对象，而是来自另外指定的度量对象，例如给予另一个集群对象，比如 Ingress 对象等；

🍓 伸缩操作的最大速率（避免抖动）：扩缩容单次操作时 最多使副本数翻倍；两次操作之间的时间间隔也有限制，两次 扩容 操作需间隔 3 分钟，两次 缩容 操作需间隔 5 分钟。

🥑 在对目标对象的副本数伸缩后，该对象的 replicas 会被调整为对应的值，即使此时删除 HPA 资源，该目标对象的 replicas 仍然是被固定为 HPA 删除时的值。

🗣 一定要把度量对象中的度量值设置远低于 100%，最好不要超过 90%，预留充分空间给资源请求洪峰。

🗣 并不是所有资源都可以作为度量的，如果增加副本数不能导致被观测的度量平均值的线形下降，那么 HPA 就不能正常工作。

🗣 hpa.spec.minReplicas 设为 0 时，即为 空载，在新的请求来时，该请求会被阻塞，直到有 Pod 被启动。（使用该特性需要满足一些要求 TODO）

伸缩过程

自动伸缩过程可以分为三步：

1. 获取被伸缩资源对象（目标对象）所管理的所有 Pod 度量（CPU 利用率等），这个拉取动作是 周期性；

2. 计算使度量数值到达（或接近）所指定目标数值所需的 Pod 副本数；

3. 更新被伸缩资源对象的 replicas 字段；

伸缩机制

获取度量

在 1.8 及之后的 Kubernetes 版本中，提供了 /metrics API 接口供 HPA 获取度量数据。用户可以通过向 API 服务器提交请求，添加新的度量参数，实现自定义度量。

在 minikube 中，可以通过 minikube addons enable metrics-server 开启该特性

计算所需 Pod 数量

HPA 需要计算出一个合适的副本数 replicas，使所有副本 Pod 上度量的平均值尽量接近配置的目标值。该计算的输入是一组 Pod 的度量（每个 Pod 可能有多个），输出则是一个整数（Pod 副本数）。

期望副本数的公式如下：

期望副本数 = ceil[当前副本数 * ( 当前指标 / 期望指标 )]

ceil 为向上取整

例如，当前度量为 200m，目标设定值为 100m，那么由于 200.0 / 100.0 == 2.0， 副本数量将会翻倍。 如果当前指标为 50m，副本数量将会减半，因为 50.0 / 100.0 == 0.5。

多个度量时

当 Pod 存在多个度量时，首先根据每种度量计算出各自的期望副本数，然后取所有期望副本数中的 最大值 即可。

更新目标对象的副本数

HPA 会通过 Scale 子资源 修改目标资源对象的 replicas 字段，如下图。

通过 Scale 资源伸缩目标对象

这意味着只要 API 服务器为目标资源暴露了 Scale 子资源，HPA 就可以通过该资源间接操作目标资源的 replicas 字段。目前暴露了 Scale 子资源的资源有：

• Deployment；

• ReplicaSet；

• ReplicationController；

• StatefulSet；