HPA简介
HAP，全称 Horizontal Pod Autoscaler， 可以基于 CPU 利用率自动扩缩 ReplicationController、Deployment 和 ReplicaSet 中的 Pod 数量。 除了 CPU 利用率，也可以基于其他应程序提供的自定义度量指标来执行自动扩缩。 Pod 自动扩缩不适用于无法扩缩的对象，比如 DaemonSet。
Pod 水平自动扩缩特性由 Kubernetes API 资源和控制器实现。资源决定了控制器的行为。 控制器会周期性的调整副本控制器或 Deployment 中的副本数量，以使得 Pod 的平均 CPU 利用率与用户所设定的目标值匹配。
<span class="colour" style="color:rgb(51, 51, 51)">Pod HAP工作机制示意图
</span>
实际生产中，广泛使用这四类指标：
1、Resource metrics - CPU核内存利用率指标
2、Pod metrics - 例如网络利用率和流量
3、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
4、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
<span class="colour" style="color:rgb(51, 51, 51)">好了，概念就说这些，想了解更多，请参看官网，现在开始实战。</span>
示例
<span class="colour" style="color:rgb(51, 51, 51)">1、首先我们部署一个nginx,副本数为2，请求cpu资源为200m。同时为了便宜测试，使用NodePort暴露服务。命名空间:hpa</span>
apiVersion: apps/v1 kind: Deployment metadata: labels: app: nginx name: nginx namespace: hpa spec: replicas: 2 selector: matchLabels: app: nginx template: metadata: labels: app: nginx spec: containers: - image: nginx name: nginx resources: requests: cpu: 200m memory: 100Mi --- apiVersion: v1 kind: Service metadata: name: nginx namespace: hpa spec: type: NodePort ports: - port: 80 targetPort: 80 selector: app: nginx<span class="colour" style="color:rgb(51, 51, 51)">2、查看部署结果</span>
[root@k8s-node001 HPA]# kubectl get po -n hpa NAME READY STATUS RESTARTS AGE nginx-5c87768685-48b4v 1/1 Running 0 8m38s nginx-5c87768685-kfpkq 1/1 Running 0 8m38s3、创建HPA
简单说下：这里创建一个HPA，用于控制我们上一步骤中创建的 Deployment，使 Pod 的副本数量维持在 1 到 10 之间。
HPA 将通过增加或者减少 Pod 副本的数量（通过 Deployment）以保持所有 Pod 的平均 CPU 利用率在 50% 以内。
算法参见
apiVersion: autoscaling/v2beta2 kind: HorizontalPodAutoscaler metadata: name: nginx namespace: hpa spec: scaleTargetRef: apiVersion: apps/v1 kind: Deployment name: nginx minReplicas: 1 maxReplicas: 10 metrics: - type: Resource resource: name: cpu target: type: Utilization averageUtilization: 50<span class="colour" style="color:rgb(51, 51, 51)">4、查看部署结果</span>
[root@k8s-node001 HPA]# kubectl get hpa -n hpa NAME REFERENCE TARGETS MINPODS MAXPODS REPLICAS AGE nginx Deployment/nginx 0%/50% 1 10 2 50s5、压测，观察Pod数和HPA变化
执行压测命令
[root@k8s-node001 ~]# ab -c 1000 -n 100000000 http://192.168.100.185:30792/ This is ApacheBench, Version 2.3 <$Revision: 1843412 $> Copyright 1996 Adam Twiss, Zeus Technology Ltd, http://www.zeustech.net/ Licensed to The Apache Software Foundation, http://www.apache.org/ Benchmarking 192.168.100.185 (be patient)<span class="colour" style="color:rgb(51, 51, 51)">观察变化</span>
[root@k8s-node001 HPA]# kubectl get hpa -n hpa NAME REFERENCE TARGETS MINPODS MAXPODS REPLICAS AGE nginx Deployment/nginx 303%/50% 1 10 7 12m [root@k8s-node001 HPA]# kubectl get po -n hpa NAME READY STATUS RESTARTS AGE pod/nginx-5c87768685-6b4sl 1/1 Running 0 85s pod/nginx-5c87768685-99mjb 1/1 Running 0 69s pod/nginx-5c87768685-cls7r 1/1 Running 0 85s pod/nginx-5c87768685-hhdr7 1/1 Running 0 69s pod/nginx-5c87768685-jj744 1/1 Running 0 85s pod/nginx-5c87768685-kfpkq 1/1 Running 0 27m pod/nginx-5c87768685-xb94x 1/1 Running 0 69s从以上输出可以看出，hpa TARGETS达到了303%，需要扩容。pod数自动扩展到了7个。
继续等待压测结束或者直接打断压测
[root@k8s-node001 ~]# kubectl get hpa -n hpa NAME REFERENCE TARGETS MINPODS MAXPODS REPLICAS AGE nginx Deployment/nginx 20%/50% 1 10 7 16m 。。。N分钟后。。。 [root@k8s-node001 ~]# kubectl get hpa -n hpa NAME REFERENCE TARGETS MINPODS MAXPODS REPLICAS AGE nginx Deployment/nginx 0%/50% 1 10 7 18m 。。。再过N分钟后。。。 [root@k8s-node001 ~]# kubectl get po -n hpa NAME READY STATUS RESTARTS AGE nginx-5c87768685-jj744 1/1 Running 0 11m这时，CPU 利用率已经降到 0，所以 HPA 将自动缩减副本数量至 1。
这里需要注意下：为什么会将副本数降为1，而不是我们部署时指定的replicas: 2呢？
因为在创建HPA时，指定了副本数范围，这里是minReplicas: 1，maxReplicas: 10。所以HPA在缩减副本数时减到了1。
Tips： 自动扩缩完成副本数量的改变可能需要几分钟的时间。
总结
<span class="colour" style="color:rgb(51, 51, 51)">
</span>
