Kubernetes的HPA自动扩容与缩容是什么?

Kubernetes的HPA自动扩容与缩容是什么？相信很多新手小白对的了解处于懵懂状态，通过这篇文章的总结，希望你能有所收获。如下资料是关于的内容。

HPA介绍

Kubernetes HPA（水平Pod自动缩放）Pod水平自动伸缩，通过此功能，只需简单的配置，即可便可以利用监控指标（cpu使用率、磁盘、内存等）自动的扩容或缩容服务中Pod数量，当业务需求增加时，系统将为您无缝地自动增加适量容器，提高系统稳定性。此处将详细讲解HPA的核心设计原理和基于Hepaster的使用方法。

前提条件

系统应该能否获取到当前Pod的资源使用情况 (意思是可以执行kubectl top pod命令,并且能够得到反馈信息)。

若要实现自动扩缩容的功能，还需要部署heapster服务，用来收集及统计资源的利用率，支持kubectl top命令，heapster服务集成在prometheus（普罗米修斯） MertricServer服务中，所以说，为了方便，我这里基于prometheus服务的环境上进行部署HPA（动态扩缩容）的服务。

实验环境

基于[https://blog.51cto.com/14320361/2473879]() 的实验继续进行

• heapster：这个组件之前是集成在k8s集群的,不过在1.12版本之后被移除了。如果还想使用此功能，应该部署metricServer, 这个k8s集群资源使用情况的聚合器。
• Cousom：同样处于beta阶段(autoscaling/v2beta1)，但是涉及到自定义的REST API的开发，复杂度会大一些，并且当需要从自定义的监控中获取数据时，只能设置绝对值，无法设置使用率。

自动扩展主要分为两种：

• 水平扩展(scale out)，针对于实例数目的增减。
• 垂直扩展(scal up)，即单个实例可以使用的资源的增减, 比如增加cpu和增大内存。
  HPA属于前者。它可以根据CPU使用率或应用自定义metrics自动扩展Pod数量(支持 replication controller、deployment 和 replica set)。

工作流程

• 创建HPA资源，设定目标CPU使用率限额，以及最大/最小实例数，一定要设置Pod的资源限制参数: request，否则HPA不会工作。
• 控制管理器每隔30s(在kube-controller-manager.service中可以通过–-horizontal-pod-autoscaler-sync-period修改)查询metrics的资源使用情况。
• 然后与创建时设定的值和指标做对比(平均值之和/限额)，求出目标调整的实例个数。
• 目标调整的实例数不能超过第一条中设定的最大/最小实例数。如果没有超过，则扩容；超过，则扩容至最大的实例个数。
• 重复第2-4步。

这里，我们使用一个测试镜像， 这个镜像基于php-apache制作的docker镜像，包含了一些可以运行cpu密集计算任务的代码。

1、创建一个deployment控制器

[root@master ~]#docker pull mirrorgooglecontainers/hpa-example:latest//下载hpa-example镜像
　　
　　(root@master ~) # kubectl运行php-apache——图像=mirrorgooglecontainers/hpa-example请求=cpu=200——暴露,——端口=80//基于hpa-example镜像,运行一个部署控制器,请求CPU的资源为200米,暴露一个80端口 

 <代码> [root@master ~] # kubectl得到部署。 

 <代码> [root@master ~] # kubectl自动定量部署php-apache——cpu百分比=50分钟=1——max=10//当部署资源对象的CPU使用率达到50%时,就进行扩容,最多可以扩容到10个 

 <代码> [root@master ~] # kubectl得到hpa  

 <代码> [root@master ~] # kubectl——我——tty负载生成器=busybox映像时运行/bin/sh