• 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>--master <ip-address-of-apiserver>

        请注意,可使用--master--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/