K8s pod 动态弹性扩缩容（HPA ）部署！步骤齐全，少走坑路 |
您所在的位置：网站首页 › 扩容器怎么用 › K8s pod 动态弹性扩缩容（HPA ）部署！步骤齐全，少走坑路 |
K8s pod 动态弹性扩缩容（HPA ）部署！步骤齐全，少走坑路
| 概述 Horizontal Pod Autoscaler（HPA，Pod水平自动伸缩），根据平均 CPU 利用率、平均内存利用率或你指定的任何其他自定义指标自动调整 Deployment 、ReplicaSet 或 StatefulSet 或其他类似资源，实现部署的自动扩展和缩减，让部署的规模接近于实际服务的负载。HPA不适用于无法缩放的对象，例如DaemonSet。 官方文档：https://kubernetes.io/zh-cn/docs/tasks/run-application/horizontal-pod-autoscale/ 实际生产中，一般使用这四类指标： Resource metrics——CPU核 和 内存利用率指标。Pod metrics——例如网络利用率和流量。Object metrics——特定对象的指标，比如Ingress, 可以按每秒使用请求数来扩展容器。Custom metrics——自定义监控，比如通过定义服务响应时间，当响应时间达到一定指标时自动扩容。安装 metrics-serverHAP 前提条件默认情况下，Horizontal Pod Autoscaler 控制器会从一系列的 API 中检索度量值。集群管理员需要确保下述条件，以保证 HPA 控制器能够访问这些 API： 对于资源指标，将使用 metrics.k8s.io API，一般由 metrics-server 提供。它可以作为集群插件启动。对于自定义指标，将使用 custom.metrics.k8s.io API。它由其他度量指标方案厂商的“适配器（Adapter）” API 服务器提供。检查你的指标管道以查看是否有可用的 Kubernetes 指标适配器。对于外部指标，将使用 external.metrics.k8s.io API。可能由上面的自定义指标适配器提供。Kubernetes Metrics Server：Kubernetes Metrics Server 是 Cluster 的核心监控数据的聚合器，kubeadm 默认是不部署的。Metrics Server 供 Dashboard 等其他组件使用，是一个扩展的 APIServer，依赖于 API Aggregator。所以，在安装 Metrics Server 之前需要先在 kube-apiserver 中开启 API Aggregator。Metrics API 只可以查询当前的度量数据，并不保存历史数据。Metrics API URI 为 /apis/metrics.k8s.io/，在 k8s.io/metrics 下维护。必须部署 metrics-server 才能使用该 API，metrics-server 通过调用 kubelet Summary API 获取数据。开启 API Aggregator代码语言：javascript复制# 添加这行 # --enable-aggregator-routing=true ### 修改每个 API Server 的 kube-apiserver.yaml 配置开启 Aggregator Routing：修改 manifests 配置后 API Server 会自动重启生效。 cat /etc/kubernetes/manifests/kube-apiserver.yaml 开始安装 metrics-serverGitHub地址：https://github.com/kubernetes-sigs/metrics-server/releases 下载 代码语言：javascript复制wget https://github.com/kubernetes-sigs/metrics-server/releases/download/metrics-server-helm-chart-3.8.2/components.yaml修改 代码语言：javascript复制... template: metadata: labels: k8s-app: metrics-server spec: containers: - args: - --cert-dir=/tmp - --secure-port=4443 - --kubelet-preferred-address-types=InternalIP,ExternalIP,Hostname - --kubelet-use-node-status-port - --kubelet-insecure-tls # 加上该启动参数，不加可能会报错 image: registry.aliyuncs.com/google_containers/metrics-server:v0.6.1 # 镜像地址根据情况修改 imagePullPolicy: IfNotPresent ... metrics-server pod无法启动，出现日志unable to fully collect metrics: ... x509: cannot validate certificate for because ... it doesn't contain any IP SANs ...解决方法：在metrics-server中添加--kubelet-insecure-tls参数跳过证书校验  开始安装代码语言：javascript复制kubectl apply -f components.yaml
kubectl get pod -n kube-system | grep metrics-server
# 查看
kubectl get pod -n kube-system | grep metrics-server
# 查看node和pod资源使用情况
kubectl top nodes
kubectl top pods
 Horizontal Pod Autoscaler 工作原理原理架构图 自动检测周期由 kube-controller-manager 的 --horizontal-pod-autoscaler-sync-period 参数设置（默认间隔为 15 秒）。metrics-server 提供 metrics.k8s.io API 为pod资源的使用提供支持。15s/周期 -> 查询metrics.k8s.io API -> 算法计算 -> 调用scale 调度 -> 特定的扩缩容策略执行。HPA扩缩容算法从最基本的角度来看，Pod 水平自动扩缩控制器根据当前指标和期望指标来计算扩缩比例。 代码语言：javascript复制期望副本数 = ceil[当前副本数 * (当前指标 / 期望指标)] 扩容如果计算出的扩缩比例接近 1.0, 将会放弃本次扩缩, 度量指标 / 期望指标接近1.0。 缩容冷却/延迟: 如果延迟（冷却）时间设置的太短，那么副本数量有可能跟以前一样出现抖动。默认值是 5 分钟（5m0s）--horizontal-pod-autoscaler-downscale-stabilization 特殊处理丢失度量值：缩小时假设这些 Pod 消耗了目标值的 100%， 在需要放大时假设这些 Pod 消耗了 0% 目标值。这可以在一定程度上抑制扩缩的幅度。存在未就绪的pod的时候：我们保守地假设尚未就绪的 Pod 消耗了期望指标的 0%，从而进一步降低了扩缩的幅度。未就绪的 Pod 和缺少指标的 Pod 考虑进来再次计算使用率。如果新的比率与扩缩方向相反，或者在容忍范围内，则跳过扩缩。否则，我们使用新的扩缩比例。指定了多个指标， 那么会按照每个指标分别计算扩缩副本数，取最大值进行扩缩。HPA 对象定义代码语言：javascript复制apiVersion: autoscaling/v2beta2 kind: HorizontalPodAutoscaler metadata: name: nginx spec: behavior: scaleDown: policies: - type: Pods value: 4 periodSeconds: 60 - type: Percent value: 10 periodSeconds: 60 stabilizationWindowSeconds: 300 scaleTargetRef: apiVersion: apps/v1 kind: Deployment name: nginx minReplicas: 1 maxReplicas: 10 metrics: - type: Resource resource: name: cpu target: type: Utilization averageUtilization: 50HPA对象默认行为 代码语言：javascript复制behavior: scaleDown: stabilizationWindowSeconds: 300 policies: - type: Percent value: 100 periodSeconds: 15 scaleUp: stabilizationWindowSeconds: 0 policies: - type: Percent value: 100 periodSeconds: 15 - type: Pods value: 4 periodSeconds: 15 selectPolicy: Max 示例演示编排yaml代码语言：javascript复制apiVersion: autoscaling/v2 kind: HorizontalPodAutoscaler metadata: name: hap-nginx spec: maxReplicas: 10 # 最大扩容到10个节点（pod） minReplicas: 1 # 最小扩容1个节点（pod） metrics: - resource: name: cpu target: averageUtilization: 40 # CPU 平局资源使用率达到40%就开始扩容，低于40%就是缩容 # 设置内存 # AverageValue：40 type: Utilization type: Resource scaleTargetRef: apiVersion: apps/v1 kind: Deployment name: hap-nginx --- apiVersion: v1 kind: Service metadata: name: hap-nginx spec: type: NodePort ports: - name: "http" port: 80 targetPort: 80 nodePort: 30080 selector: service: hap-nginx --- apiVersion: apps/v1 kind: Deployment metadata: name: hap-nginx spec: replicas: 1 selector: matchLabels: service: hap-nginx template: metadata: labels: service: hap-nginx spec: containers: - name: hap-nginx image: nginx:latest resources: requests: cpu: 100m memory: 100Mi limits: cpu: 200m memory: 200Mi主要参数解释如下： scaleTargetRef：目标作用对象，可以是Deployment、ReplicationController或ReplicaSet。minReplicas和maxReplicas：Pod副本数量的最小值和最大值，系统将在这个范围内进行自动扩缩容操作，并维持每个Pod的内存使用率为40%，这个值就是上面设置的阈值averageUtilization。metrics：目标指标值。在metrics中通过参数type定义指标的类型；通过参数target定义相应的指标目标值，系统将在指标数据达到目标值时（考虑容忍度的区间，见前面算法部分的说明）触发扩缩容操作。对于CPU使用率，在target参数中设置averageUtilization定义目标平均CPU使用率。对于内存资源，在target参数中设置AverageValue定义目标平均内存使用值。执行代码语言：javascript复制kubectl apply -f test.yaml 使用 ab 工具进行压测进入apache官网 http://httpd.apache.org/ 下载apache即可，或者直接通过yum安装apache都行，这里选择最简单的方式yum安装 代码语言：javascript复制yum install httpd -y开始压测 代码语言：javascript复制ab -n 100000 -c 800 http://local-168-182-112:30080/ #-c：并发数 #-n：总请求数  从上图发现已经实现了根据CPU 动态扩容了，关于更多 HAP相关的知识点，可以先查看官方文档。 来源：cnblogs.com/liugp/p/16654341.html |
【本文地址】
公司简介
联系我们
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |