容器与云原生 / 系统课时

理解 KEDA 伸缩架构

理解 KEDA 伸缩架构

KEDA 的关键不是“再实现一套 HPA”,而是把消息队列、事件源等外部信号接入 Kubernetes 原生伸缩链路。本课从 ScaledObject 出发,理清 Operator、Metrics Adapter 与 HPA 的职责,并明确从零激活和常规扩缩容分别由谁执行。

学习目标

  • 说清 ScaledObject、KEDA Operator、Metrics Adapter 与 HPA 的协作关系。
  • 区分从 0 到 1 与从 1 到 N 两个伸缩阶段的控制者。
  • 能从集群对象判断 KEDA 是否已经接入原生 HPA 链路。

从 ScaledObject 看伸缩意图

ScaledObject 是伸缩策略声明,不是执行副本调整的进程。它通过 scaleTargetRef 指向要伸缩的 Deployment、StatefulSet 或支持 /scale 子资源的自定义资源,再用 triggers 描述事件源和阈值,同时可设置最小、最大副本以及轮询、冷却等策略。

KEDA Operator 持续监听 ScaledObject。当对象被创建或修改时,Operator 会解析触发器、维护对应的 HPA,并负责事件驱动场景特有的“是否应该从零激活”判断。正常情况下,不应手工修改 KEDA 生成的 HPA,因为后续协调会再次按 ScaledObject 收敛。

KEDA 事件驱动伸缩组件协作关系

两个阶段由不同控制器负责

当目标工作负载已经是 0 个副本时,普通 HPA 没有运行中的 Pod 可作为某些伸缩链路的起点。KEDA Operator 会按触发器状态检查事件源;一旦触发器进入 active 状态,就把工作负载从 0 激活到 1。事件消失并满足冷却条件后,从 1 回到 0 也由 KEDA 负责。

工作负载处于 1 个及以上副本时,常规的 1↔N 扩缩容由 Kubernetes HPA Controller 执行。HPA 通过 external.metrics.k8s.io 请求外部指标,KEDA Metrics Adapter 返回由 scaler 获取的指标值,HPA 再依据目标值、上下限和自身的稳定窗口等规则更新目标资源的 /scale。

四个核心对象各管一段

ScaledObject 保存“伸缩谁、看什么信号、阈值是多少”的声明;KEDA Operator 负责协调这些声明、维护 HPA 生命周期并处理 0↔1;KEDA Metrics Adapter 只负责把外部指标暴露给 Kubernetes 指标 API,并不直接计算最终副本数;HPA 则使用这些指标完成 1↔N 的副本计算和更新。

因此,KEDA 是对原生 HPA 的事件源扩展与零副本补充,而不是替代 HPA。目标工作负载仍由 Deployment/StatefulSet 控制器创建或删除 Pod,调度、资源 requests、节点容量等约束也仍由 Kubernetes 原生机制决定。

在集群里确认这条链路

如果 KEDA 安装在常见的 keda 命名空间,可以先确认 Operator 和 Metrics API Server 都在运行,并检查外部指标 API 是否已注册:

bash
kubectl get deployment -n keda
kubectl get apiservice v1beta1.external.metrics.k8s.io

预期输出会包含 KEDA 的 Operator、Metrics API Server,以及状态可用的外部指标 API。名称和运行时长可能因安装方式不同而略有差异:

text
NAME                              READY   UP-TO-DATE   AVAILABLE   AGE
keda-admission-webhooks           1/1     1            1           <TIME>
keda-operator                     1/1     1            1           <TIME>
keda-operator-metrics-apiserver   1/1     1            1           <TIME>

NAME                              SERVICE                                AVAILABLE   AGE
v1beta1.external.metrics.k8s.io   keda/keda-operator-metrics-apiserver   True        <TIME>

如果第二个对象不存在或 AVAILABLE 不是 True,HPA 就无法通过标准外部指标 API 取得 KEDA 指标,应先修复 Metrics Adapter/APIService 链路,再排查具体 scaler。

明确 KEDA 与原生 HPA 的边界

把 minReplicaCount 设为 1 或更高时,目标工作负载不会进入零副本,此时 KEDA 的 0↔1 激活能力自然不再发挥作用,但 HPA 仍可基于 KEDA 暴露的外部指标做 1↔N 伸缩。反过来,即使事件源指标正常,如果 HPA 被策略限制、目标资源不支持 /scale、Pod 无法调度或节点容量不足,KEDA 也不能绕过这些 Kubernetes 约束。

理解这条边界后,排障时就能按“事件源与 activation → Metrics Adapter → HPA → /scale → 工作负载控制器”的顺序逐段验证,而不是把所有副本变化都归因于 KEDA Operator。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

理解 KEDA 伸缩架构

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通