1.HPA介绍
HPA 的全称为(Horizontal Pod Autoscaling)它可以根据当前 pod 资源的使用率(如 CPU、磁盘、内存等),进行副本数的动态的扩容与缩容,以便减轻各个 pod 的压力。当 pod 负载达到一定的阈值后,会根据扩缩容的策略生成更多新的 pod 来分担压力,当 pod 的使用比较空闲时,在稳定空闲一段时间后,还会自动减少 pod 的副本数量。
官方文档
https://kubernetes.io/docs/tasks/run-application/horizontal-pod-autoscale-walkthrough/
https://kubernetes.io/docs/tasks/run-application/horizontal-pod-autoscale/
https://github.com/kubernetes-sigs/metrics-server
2.HPA原理
Kubernetes HPA和阿里云的弹性伸缩Auto Scalling 很类似
使用弹性伸缩(Auto Scaling),您可以根据业务需求和策略设置伸缩规则,在业务需求增长时自动为您增加ECS实例以保证计算能力,在业务需求下降时自动减少ECS实例以节约成本。弹性伸缩不仅适合业务量不断波动的应用程序,
同时也适合业务量稳定的应用程序。
伸缩对象:
HPA可以对replication controller, deployment, replica set和stateful set进行自动伸缩,但是不能对daemon set进行自动伸缩。因为daemon set只能每个节点运行一个副本,不可伸缩。
3.HPA示例
3.1安装Metrics Server
HPA需要从Metrics Server中获取Pod的CPU和内存Metrics,用来判断是否达到自动伸缩阈值。
如果还没有安装Metrics Server,可以参考:https://www.cnblogs.com/wuxinchun/p/15273213.html
3.2创建Deployment
1)yaml文件
为了测试 HPA,这里将使用 php-apache
, php-apache
主要是一个 之后将通过请求访问该 Pod ,用来模拟请求的负载增加和减少,查看 Pod 的数量变化
[root@k8s-master metrics-server]# pwd /root/k8s_practice/metrics-server [root@k8s-master metrics-server]# cat php-apache.yaml apiVersion: apps/v1 kind: Deployment metadata: name: php-apache spec: selector: matchLabels: run: php-apache replicas: 1 template: metadata: labels: run: php-apache spec: containers: - name: php-apache image: "registry.cn-shenzhen.aliyuncs.com/cookcodeblog/hpa-example:latest" ports: - containerPort: 80 resources: limits: cpu: 500m requests: cpu: 200m --- apiVersion: v1 kind: Service metadata: name: php-apache labels: run: php-apache spec: ports: - port: 80 selector: run: php-apache
2)创建php-apache并验证
[root@k8s-master metrics-server]# kubectl apply -f php-apache.yaml [root@k8s-master metrics-server]# kubectl get deploy,svc php-apache NAME READY UP-TO-DATE AVAILABLE AGE deployment.apps/php-apache 1/1 1 1 2m26s NAME TYPE CLUSTER-IP EXTERNAL-IP PORT(S) AGE service/php-apache ClusterIP 10.100.133.191 <none> 80/TCP 2m26s [root@k8s-master metrics-server]# kubectl get pod -l run=php-apache -o wide NAME READY STATUS RESTARTS AGE IP NODE NOMINATED NODE READINESS GATES php-apache-5b58575b9d-bc56q 1/1 Running 0 3m6s 10.244.1.38 k8s-node1 <none> <none>
3.3创建HPA
1)创建默认创建的HPA名称和需要自动伸缩的对象名一致
# 可以通过--name来指定HPA名称 [root@k8s-master metrics-server]# kubectl autoscale deployment php-apache --cpu-percent=50 --min=1 --max=10 horizontalpodautoscaler.autoscaling/php-apache autoscaled
注:为deployment php-apache 创建HPA,其中最小副本数为1,最大副本数为10,保持该deployment的所有Pod的平均CPU使用率不超过50%
在本例中,deployment的pod的resources.request.cpu为200m (200 milli-cores vCPU),所以HPA将保持所有Pod的平均CPU使用率不超过100m。
2)通过kubectl top pods查看pod的CPU使用情况。
[root@k8s-master metrics-server]# kubectl get hpa php-apache NAME REFERENCE TARGETS MINPODS MAXPODS REPLICAS AGE php-apache Deployment/php-apache 0%/50% 1 10 1 17s
注:如果TARGETS列值格式为<acutal>/<expected>
, 如果actual值总是为unkown,则表示无法从Metrics Server中获取指标值。请参见上面的“安装Metrics Server”章节
HPA默认每15秒从Metrics Server取一下指标来判断是否要自动伸缩: The Horizontal Pod Autoscaler is implemented as a control loop, with a period controlled by the controller manager’s
--horizontal-pod-autoscaler-sync-period flag (with a default value of 15 seconds).
Metrics Server采集指标的默认间隔为60秒: Default 60 seconds, can be changed using metrics-resolution flag. We are not recommending setting values below 15s,
as this is the resolution of metrics calculated within Kubelet.
3.3模拟增加负载
1)模拟增加负载
打开一个新的Terminal,创建一个临时的pod load-generator
,并在该pod中向php-apache
服务发起不间断循环请求,模拟增加php-apache
的负载(CPU使用率)。
[root@k8s-master metrics-server]# kubectl run -i --tty load-generator --rm --image=busybox --restart=Never -- /bin/sh -c "while sleep 0.01; do wget -q -O- http://php-apache; done" If you don't see a command prompt, try pressing enter. OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!OK!O
注:如果无法通过http://php-apache访问服务,需要检查kube-dns和网络是否配置正确,可以参考:https://cookcode.blog.csdn.net/article/details/109424100
2)模拟压力测试几分钟后,观察HPA:
[root@k8s-master metrics-server]# kubectl get hpa php-apache NAME REFERENCE TARGETS MINPODS MAXPODS REPLICAS AGE php-apache Deployment/php-apache 75%/50% 1 10 5 10m
可以看到TARGETS(CPU使用率)的acutal值已升高到75% (超过了期望值50%),副本数REPLICAS也从1自动扩容到了5。
注:如果Kubernetes集群worker节点的CPU资源已经不足,HPA自动扩容会失败,新扩容的pod会一直处在Pending状态。通过kubectl describe命令查看pod详细信息时,会看到“Insufficient cpu"的错误信息。
3)观察deployment和pod:
[root@k8s-master metrics-server]# kubectl get deployment php-apache NAME READY UP-TO-DATE AVAILABLE AGE php-apache 8/8 8 8 16m [root@k8s-master metrics-server]# kubectl get pods -l run=php-apache -o wide NAME READY STATUS RESTARTS AGE IP NODE NOMINATED NODE READINESS GATES php-apache-5b58575b9d-5kxzq 1/1 Running 0 2m45s 10.244.2.40 k8s-node2 <none> <none> php-apache-5b58575b9d-6r4hn 1/1 Running 0 4m46s 10.244.2.39 k8s-node2 <none> <none> php-apache-5b58575b9d-bc56q 1/1 Running 0 17m 10.244.1.38 k8s-node1 <none> <none> php-apache-5b58575b9d-bf2lk 1/1 Running 0 4m31s 10.244.1.40 k8s-node1 <none> <none> php-apache-5b58575b9d-gs4gl 1/1 Running 0 2m45s 10.244.1.41 k8s-node1 <none> <none> php-apache-5b58575b9d-jrd72 1/1 Running 0 4m46s 10.244.2.38 k8s-node2 <none> <none> php-apache-5b58575b9d-nhb8q 1/1 Running 0 4m46s 10.244.1.39 k8s-node1 <none> <none> php-apache-5b58575b9d-rm8dm 1/1 Running 0 2m45s 10.244.2.41 k8s-node2 <none> <none>
4)发现HPA观测到的CPU实际使用率已降低到46%(小于目标值50%):
[root@k8s-master metrics-server]# kubectl get hpa php-apache NAME REFERENCE TARGETS MINPODS MAXPODS REPLICAS AGE php-apache Deployment/php-apache 46%/50% 1 10 8 13m
注:也就是HPA通过自动扩容到8个副本,来分摊了负载,使得所有Pod的平均CPU使用率保持在目标值内
可以通过kubectl describe hpa php-apache
查看HPA自动伸缩的事件
3.4模拟减少负载
在运行load-generator
的Terminal,按下Ctrl
+ C
来终止进程。
等待几分钟后,观察HPA:
[root@k8s-master metrics-server]# kubectl get hpa php-apache NAME REFERENCE TARGETS MINPODS MAXPODS REPLICAS AGE php-apache Deployment/php-apache 0%/50% 1 10 1 22m
注:Kuberntes为了保证缩容时业务不中断,和防止频繁伸缩导致系统抖动,scaledown一次后需要等待一段时间才能再次scaledown,也叫伸缩冷却(cooldown)。默认伸缩冷却时间为5分钟。
通过kubectl describe hpa php-apache
查看HPA自动伸缩的事件,可以看到“horizontal-pod-autoscaler New size: 1; reason: All metrics below target”的事件。
如果观察HPA没有scale down,需要再等待一段时间。 Kuberntes为了保证缩容时业务不中断,和防止频繁伸缩导致系统抖动,scaledown一次后需要等待一段时间才能再次scaledown,也叫伸缩冷却(cooldown)。 默认伸缩冷却时间为5分钟。 --horizontal-pod-autoscaler-downscale-stabilization: The value for this option is a duration that specifies how long the autoscaler has to wait before another downscale operation can be performed after the current one has completed. The default value is 5 minutes (5m0s). 参见:https://kubernetes.io/docs/tasks/run-application/horizontal-pod-autoscale/#support-for-cooldown-delay 类似的,可以参考阿里云自动伸缩的伸缩冷却时间