• Horizontal Pod Autoscaling（HPA）
    • What is Horizontal Pod Autoscaling?（什么是HPA）
    • How does the Horizontal Pod Autoscaler work?（Horizontal Pod Autoscaler如何工作）
    • API Object
    • Support for Horizontal Pod Autoscaler in kubectl（kubectl对Horizontal Pod Autoscaler的支持）
    • Autoscaling during rolling update（滚动更新期间的自动缩放）
    • Support for multiple metrics（对多个指标的支持）
    • 对自定义指标的支持
      • Requirements（需要的条件）
    • Further reading（进一步阅读）
    • 原文

    Horizontal Pod Autoscaling（HPA）

    本文描述了Kubernetes中Horizontal Pod Autoscaling的当前状态。

    What is Horizontal Pod Autoscaling?（什么是HPA）

    使用HPA，Kubernetes会根据观察到的CPU利用率（或根据在其他应用提供的度量标准，Beta状态）自动缩放Replication Controller、Deployment或ReplicaSet中的Pod个数。请注意，HPA不适用于无法缩放的对象，例如DaemonSet。

    Horizontal Pod Autoscaler实现为Kubernetes API资源和Controller。资源决定了Controller的行为。Controller定期调整Replication Controller或Deployment中的副本数，从而将观察到的平均CPU利用率与用户指定的目标相匹配。

    How does the Horizontal Pod Autoscaler work?（Horizontal Pod Autoscaler如何工作）

    1

    Horizontal Pod Autoscaler被实现为一个控制回路，由Controller Manager的 --horizontal-pod-autoscaler-sync-period 标志（默认值为30秒）控制循环周期。

    在每个周期内，Controller Manager根据每个HorizontalPodAutoscaler定义中指定的指标来查询资源利用。 Controller Manager从资源指标API（针对per-pod的资源指标）或自定义指标API（所有其他指标）中获取指标。

    • 对于per-pod的资源指标（如CPU），Controller从每个pod的资源指标API中获取指标，这些Pod是由HorizontalPodAutoscaler定位的。然后，如果设置了目标利用率值，则Controller计算利用率的值，跟每个pod中的容器上的资源请求的百分比相同。如果设置了目标原始值，则直接使用原始指标值。然后，Controller在所有目标pod中，获取利用率或原始值（取决于指定的目标类型）的平均值，并产生用于缩放期望的副本数量的比率。

      请注意，如果某些pod的容器未设置相应的资源请求，则不会定义pod的CPU利用率，并且autoscaler不会对该指标采取任何操作。有关自动伸缩算法如何工作的更多信息，阅读 autoscaling algorithm design document 。

    • 对于per-pod的自定义指标，Controller的功能类似于per-pod的资源指标，除了它适用于原始值而非利用率值。

    • 对于对象的指标，获取单个指标（描述所讨论的对象），并与目标值进行比较，从而产生如上所述的比率。

    HorizontalPodAutoscaler Controller可以两种不同的方式获取指标：直接使用Heapster访问与使用REST客户端访问。

    当直接使用Heapster访问时，HorizontalPodAutoscaler直接通过API Server的service proxy subresource查询Heapster。 需在集群上部署Heapster并在kube-system这个namespace中运行。

    有关使用REST客户端访问的详细信息，请参阅 Support for custom metrics 。

    autoscaler通过 scale sub-resource访问相应的Replication Controller、Deployment或ReplicaSet。Scale是一个允许您动态设置副本数，并检查其当前状态的接口。有关scale sub-resource的更多细节可在 here 找到。

    译者按：Heapster是一款容器集群监控及性能分析工具，拓展阅读：https://segmentfault.com/a/1190000007708162

    API Object

    Horizontal Pod Autoscaler是Kubernetes autoscaling API组中的API资源。当前稳定版本中，只包括对CPU自动缩放的支持，可在autoscaling/v1 API版本中找到。

    Beta版本包括对内存以及自定义指标的支持，可以在autoscaling/v2beta1 找到。 在autoscaling/v2beta1 中引入的新字段，在使用autoscaling/v1 时被保留为注释。

    有关API对象的更多详细信息，请参见 HorizontalPodAutoscaler Object 。

    Support for Horizontal Pod Autoscaler in kubectl（kubectl对Horizontal Pod Autoscaler的支持）

    和所有API资源一样，Horizontal Pod Autoscaler以 kubectl 的标准方式支持。可使用kubectl create 命令创建一个新的autoscaler；通过kubectl get hpa 列出autoscaler；通过kubectl describe hpa 获得详细的描述；通过kubectl delete hpa 删除autoscaler。

    此外，还有一个特殊的kubectl autoscale 命令，使用它可轻松创建一个Horizontal Pod Autoscaler。 例如，执行 kubectl autoscale rc foo --min=2 --max=5 --cpu-percent=80 将为foo这个Replication Controller创建一个autoscaler，目标CPU利用率设置为80% ，副本数量介于2和5之间。可在 here 找到 kubectl autoscale 的详细文档。

    Autoscaling during rolling update（滚动更新期间的自动缩放）

    目前在Kubernetes中，可以通过直接管理Replication Controller或使用Deployment对象来执行 rolling update ，当使用Deployment时，Deployment对象为您管理底层Replication Controller。Horizontal Pod Autoscaler仅支持后一种方法：Horizontal Pod Autoscaler被绑定到Deployment对象，它设置Deployment对象的大小，Deployment负责设置底层Replication Controller的大小。

    当直接使用Replication Controller时，Horizontal Pod Autoscaler不能与滚动更新一起工作，即不能将Horizontal Pod Autoscaler绑定到Replication Controller并执行滚动更新（例如使用kubectl rolling-update ）。 不行的原因是：当滚动更新创建一个新的Replication Controller时，Horizontal Pod Autoscaler将不会绑定到新的Replication Controller。

    Support for multiple metrics（对多个指标的支持）

    Kubernetes 1.6添加了对“基于多个指标缩放”的支持。 可使用autoscaling/v2beta1 API版本，指定Horizontal Pod Autoscaler扩展的多个指标。 然后，Horizontal Pod Autoscaler Controller将对每个指标进行评估，并根据该指标提出新的规模。 最大建议的规模将被用作新的规模。

    对自定义指标的支持

    注意 ：Kubernetes 1.2根据使用特殊Annotation的application-specific metrics（特定于应用程序的指标），增加了对缩放的Alpha支持。在Kubernetes 1.6中删除了对这些Annotation的支持，而是使用新的自动缩放API。虽然，用于收集自定义指标的旧方法仍然可用，但是这些指标将不可被Horizontal Pod Autoscaler使用，并且，用于指定要缩放的自定义指标的Annotation，不再由Horizontal Pod Autoscaler Controller执行。

    Kubernetes 1.6增加了在Horizontal Pod Autoscaler中使用自定义指标的支持。 您可在autoscaling/v2beta1 API中，添加Horizontal Pod Autoscaler要使用的自定义指标。这样，Kubernetes就会查询新的自定义指标API来获取适当的自定义指标的值。

    Requirements（需要的条件）

    要使用Horizontal Pod Autoscaler的自定义指标，您必须在部署集群时设置必要的配置：

    • Enable the API aggregation layer （启用API聚合层）

    • 使用API aggregation layer注册资源指标API和自定义指标API。 这两个API server必须在您的集群上运行。

      • 资源指标API ：可使用Heapster的资源指标API实现，方法是运行Heapster时将其--api-server 标志设为true。
      • 自定义指标API ：这必须由单独的组件提供。 样板代码，请参阅 kubernetes-incubator/custom-metrics-apiserver 以及 k8s.io/metrics 。

    • 为kube-controller-manager设置相应的标志：

      • --horizontal-pod-autoscaler-use-rest-clients 应设为true。

      • --kubeconfig <path-to-kubeconfig> 或 --master <ip-address-of-apiserver>

        请注意，可使用--master 或--kubeconfig 标志； --master 将会覆盖--kubeconfig ，如果两者都被指定。这些标志指定API aggregation layer的位置，允许Controller Manager与 API server通信。

        在Kubernetes 1.7中，Kubernetes提供的标准聚合层与kube-apiserver一起运行，因此可使用 kubectl get pods --selector k8s-app=kube-apiserver --namespace kube-system -o jsonpath='{.items[0].status.podIP}'找到目标IP。

    Further reading（进一步阅读）

    • 设计文档： Horizontal Pod Autoscaling.
    • kubectl autoscale 命令： kubectl autoscale.
    • 使用示例： Horizontal Pod Autoscaler.

    原文

    https://kubernetes.io/docs/tasks/run-application/horizontal-pod-autoscale/