Kubernetes基于Metrics Server的HPA
hpakubernetes
老杨的博客
我的 kubernetes 环境：
Horizontal Pod Autoscaler（HPA，Pod 水平自动伸缩），根据资源利用率或者自定义指标自动调整 replication controller、deployment 或 replica set，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 不适于无法缩放的对象，例如 DaemonSet。
Kubernetes 从 1.8 版本开始，CPU、内存等资源的 metrics 信息可以通过 Metrics API 来获取，用户可以直接获取这些 metrics 信息（例如通过执行kubect top命令），HPA 使用这些 metics 信息来实现动态伸缩。本文介绍 Kubernetes 集群基于 metric server 的 HPA。在开始之前我们需要了解一下 Metrics API 和 Metrics Server。
Metrics API：
2.通过 Metrics API 我们可以获取到指定 node 或者 pod 的当前资源使用情况，API 本身不存储任何信息，所以我们不可能通过 API 来获取资源的历史使用情况。
2. Metrics API 的获取路径位于：/apis/metrics.k8s.io/
3. 获取 Metrics API 的前提条件是 metrics server 要在 K8S 集群中成功部署
4. 更多的 metrics 资料请参考：https://github.com/kubernetes/metrics
Metrics server：2.
kube-up.sh脚本以 deployment 的方式进行部署，也可以通过 yaml 文件的方式进行部署由于官方已经弃用heapster，现metrics-server作为其替代方案。
当前最新版本为 v0.3.1。部署 yaml 文件链接：deploy
在metrics-server-deployment.yaml中，
image 可使用：ygqygq2/metrics-server:v0.3.1 另还需添加 2 个参数：
containers:
- name: metrics-server
args:
- --kubelet-preferred-address-types=InternalIP,Hostname,InternalDNS,ExternalDNS,ExternalIP
- --kubelet-insecure-tls
image: ygqygq2/metrics-server:v0.3.1
部署成功后，达到如下结果，则为正常：
[root@lab1 1.8+]# kubectl top nodes
NAME CPU(cores) CPU% MEMORY(bytes) MEMORY%
lab1 777m 2% 16064Mi 50%
lab2 526m 1% 12577Mi 79%
lab3 569m 1% 8819Mi 27%
lab4 56m 5% 4151Mi 53%
lab5 353m 2% 8287Mi 53%
lab6 55m 5% 4021Mi 52%
[root@lab1 1.8+]# kubectl top pods
NAME CPU(cores) MEMORY(bytes)
gohttpserver-849d47c88f-pqf7f 0m 4Mi
nginx-cephfs-7777495b9b-5sfvv 0m 1Mi
nginx-cephfs-dy1-7777495b9b-6jvph 0m 1Mi
nginx-cephfs-dy2-86bdbfd977-g278z 0m 1Mi
kubectl run nginxtest --image=nginx:latest --requests=cpu=1m --expose --port=80
nginxtest_ip=$(kubectl get svc nginxtest -o=jsonpath="{.spec.clusterIP}") # 获取svc IP，用于测试
kubectl autoscale deployment nginxtest --cpu-percent=10 --min=1 --max=10
我们来创建一个 busybox，并且循环访问上面创建的服务。
kubectl run load-generator --image=busybox
busybox_pod=$(kubectl get pod |grep load-generator|awk '{print $1}')
kubectl exec -it ${busybox_pod} -- /bin/sh -c "while true; do curl -s $nginxtest_ip; done" & # 后台跑，负载不够可多条同时执行
查看 hpa 状态，同时我们查看相关资源 nginxtest 的副本数量，副本数量在变化。CPU 资源利用率也在变化，最后趋于平稳。
$ kubectl get hpa
NAME REFERENCE TARGETS MINPODS MAXPODS REPLICAS AGE
nginxtest Deployment/nginxtest 100%/10% 1 10 4 24m
$ kubectl get deployment nginxtest
NAME DESIRED CURRENT UP-TO-DATE AVAILABLE AGE
nginxtest 4 4 4 4 27m
我们关掉刚才的 busbox 并等待一段时间。可以看到副本数量变回为 1。
$ kubectl get deployment nginxtest
NAME DESIRED CURRENT UP-TO-DATE AVAILABLE AGE
nginxtest 1 1 1 1 36m
$ kubectl get hpa
NAME REFERENCE TARGETS MINPODS MAXPODS REPLICAS AGE
nginxtest Deployment/nginxtest 0%/10% 1 10 1 33m
HPA 能对服务的容器数量做自动伸缩，对于服务的稳定性是一个很好的提升，但在生产中应用较少，原因是因为不太容易衡量业务负载是否正常，影响服务稳定性的因素非常多。
参考资料： [1] https://kubernetes.io/docs/tasks/run-application/horizontal-pod-autoscale-walkthrough/
[2] https://cloud.tencent.com/developer/article/1005406
评论