Kubernetes HPA
[TOC]
什么是Horizontal Pod Autoscaler
HPA简介 HPA全称Horizontal Pod Autoscaling(Pod横向自动扩容,简称HPA)在kubernetes 1.1版本首次发布这一重量级新特性
通过手工执行kubectl scale命令,我们可以实现Pod扩容或缩容。如果仅仅到此显然不符合Kubernetes的定位目标--自动化、智能化，HPA会从Heapster或者用户自定义的RESTclient端获取每个Pod利用率或原始值的平均值，然后和HPA中定义的指标进行对比，同时计算出需要伸缩的具体值并进行相应的操作，目前HPA可以从两个地方获取数据
- Heapster: 仅支持CPU使用率
- 自定义监控
HPA与之前的RC、Deployment 一样,也属于一种Kubernetes资源对象。通过追踪分析RC控制的所有目标Pod的负载变化情况,来确定是否需要针对性地调整目标Pod的副本数,这是HPA的实现原理。
HPA有以下两种方式作为Pod负载的度量指标
1.CPUUtilizationPercentage 2.应用程序自定义的尺度指标,比如服务在每秒内的相应的请求书(TPS或OPS)
CPUUtilizationPercentage是一个算术平均值,即目标Pod所有副本自身的CPU利用率的平均值。一个Pod自身的CPU利用率是该Pod当前CPU的使用量除以它的Pod Request的值
举例：比如我们定义一个Pod的Pod Request为0.4,而当前Pod的CPU使用量为0.2,则它的CPU使用率为50%,这样我们就可以算出来一个RC控制的所有Pod副本的CPU利用率的算术平均值了
如某一刻CPUUtilizationPercentage的值超过80%,则意味着当前的Pod副本数很可能不足以支撑接下来的更多请求，需要进行动态扩容，而当请求高峰时段过去后，Pod CPU利用率又会降下来,此时对应Pod副本书应该自动减少到一个合理的水平。
CPUUtilizationPercentage 计算过程中使用到的Pod的CPU使用量通常是1min内的平均值,通过查询Heapster扩展组件来得到这个值,所以需要安装Heapster,这样一来便增加了系统的复杂度和实施HPA特性的复杂化。
未来Kubernetes自身实现一个基础性能数据采集模块,从而更好地支持HPA和其他需要用到的基础性能数据的功能模块。此外如果Pod没有定义Pod Request的值,则无法使用CPUUtilizationPercentage来实现Pod横向自动扩容的能力
定义HPA
创建HPA的方式有2种，一种是基于yaml文件进行创建，另外一个是使用命令进行创建
用yaml定义HPA例子：
apiVersion: autoscaling/v1
kind: HorizontalPodAutoscaler
metadata:
name: php-apache
spec:
minReplicas: 1 #最小pod数量
maxReplicas: 10 #最大pod数量
scaleTargetRef: #针对扩容deployment
apiVersion: v1
kind: Deployment #需要扩容的类型
name: php-apache #需要扩容的deployment名称
targetCPUUtilizationPercentage: 90 #CPU使用率，平均数
参数解释：当CPUUtilizationPercentage的值超过90%时会触发自动动态扩容行为,扩容或缩容时必须满足的一个约束条件是Pod的副本数要介于1与10之间
HPA一般都是配合metric-server使用
使用命令定义HPA例子
kubectl autoscole deployment php-apache --cpu-percent=90 --min=1 --max=10
--cpu-percent cpu平均数
--min 最小Pod数量
--max 最大Pod数量
创建完成后可以通过下面命令查看hpa创建的状态
kubectl get hpa -n default
还可以通过下方命令查看hpa创建之后的状态
kubectl describe hpa [hpa-name] -n default
测试的时候可以新建一个busybox镜像，执行一个死循环即可,同时HPA是每30秒轮训一次
while true;do wget -q -O- http://xxxx.com;done
目前hpa仅支持cpu使用，不是很方便，可以通过prometheus operator进行自定义的扩容，可以参考https://i4t.com 后面进行添加