容器与云原生 / 系统课时
按 CPU 利用率配置 HPA
按 CPU 利用率配置 HPA
本节用一个可直接部署的 Deployment 配置 autoscaling/v2 HPA,让副本数按 CPU 利用率变化。你会同时验证三个关键量:容器的 CPU request、HPA 的目标利用率,以及由两者和当前负载共同决定的期望副本数。
学习目标
- 为 Deployment 配置可计算 CPU 利用率的资源请求。
- 使用
autoscaling/v2创建 CPU 资源指标 HPA。 - 通过负载与 HPA 状态验证 CPU request、目标利用率和副本数之间的关系。
先确认 CPU 指标具备计算条件
按 CPU 利用率伸缩时,HPA 需要读取 metrics.k8s.io 提供的 Pod CPU 使用量,并用 CPU request 作为分母计算利用率。因此集群必须已经提供资源指标 API,目标 Pod 中参与计算的容器也应设置 CPU request;没有 request 时,CPU 利用率无法按预期计算。
下面的主示例使用 Kubernetes 官方示例镜像提供一个 CPU 密集型 HTTP 服务。requests.cpu: 200m 表示每个 Pod 的 CPU request 为 0.2 核;HPA 目标设为 50%,因此单个 Pod 对应的目标平均 CPU 使用量约为 100m。
配置 Deployment、Service 与 HPA
把下面内容保存为 hpa-demo.yaml。HPA 的 scaleTargetRef 指向 Deployment,资源指标使用 type: Utilization,并把平均 CPU 利用率目标设为 50%。
apiVersion: apps/v1
kind: Deployment
metadata:
name: php-apache
spec:
replicas: 1
selector:
matchLabels:
app: php-apache
template:
metadata:
labels:
app: php-apache
spec:
containers:
- name: php-apache
image: registry.k8s.io/hpa-example:latest
ports:
- containerPort: 80
resources:
requests:
cpu: 200m
limits:
cpu: 500m
---
apiVersion: v1
kind: Service
metadata:
name: php-apache
spec:
selector:
app: php-apache
ports:
- port: 80
targetPort: 80
---
apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:
name: php-apache
spec:
scaleTargetRef:
apiVersion: apps/v1
kind: Deployment
name: php-apache
minReplicas: 1
maxReplicas: 10
metrics:
- type: Resource
resource:
name: cpu
target:
type: Utilization
averageUtilization: 50这段配置生效后,HPA 会在 1~10 个副本之间调整 Deployment。验证关键不是只看 HPA 对象创建成功,而是确认 TARGETS 能出现当前 CPU 利用率;如果长期显示 <unknown>,应先修复资源指标链路,而不是继续制造负载。
执行部署:
kubectl apply -f hpa-demo.yaml首次创建时的预期输出:
deployment.apps/php-apache created
service/php-apache created
horizontalpodautoscaler.autoscaling/php-apache created读取 HPA 状态并核对计算关系
先查看 HPA。资源指标刚建立时可能需要等待一个或多个采样周期,实际的 <VALUE>、<N> 和 <TIME> 会因集群与负载不同而变化。
kubectl get hpa php-apache预期输出形态:
NAME REFERENCE TARGETS MINPODS MAXPODS REPLICAS AGE
php-apache Deployment/php-apache <VALUE>%/50% 1 10 <N> <TIME>假设当前只有 1 个 Pod,它实际使用 250m CPU,而 request 是 200m,那么当前利用率约为 125%。按 ceil(1 × 125 ÷ 50) 计算,理论期望副本数为 3。真实结果还会受到指标采样、容差、Pod 就绪状态和伸缩行为策略影响,所以不能要求每次都在同一秒精确跳到 3 个副本。
制造负载并观察扩容
创建一个临时负载 Pod,持续请求 Service。命令会立即返回,负载 Pod 在后台继续运行。
kubectl run load-generator --image=busybox:1.36 --restart=Never --command -- /bin/sh -c 'while true; do wget -q -O- http://php-apache >/dev/null; done'预期输出:
pod/load-generator created等待一至数个指标采样周期后再次查询 HPA:
kubectl get hpa php-apache预期结果形态:
NAME REFERENCE TARGETS MINPODS MAXPODS REPLICAS AGE
php-apache Deployment/php-apache <VALUE>%/50% 1 10 <N> <TIME>当 <VALUE> 持续明显高于 50% 时,<N> 通常会大于 1,但精确值取决于实时负载和控制周期。停止实验可删除负载 Pod;流量下降后,HPA 不会立刻缩回 1 个副本,默认缩容稳定窗口会延缓下调,避免短时波动造成副本抖动。
CPU HPA 的关键不是“把阈值写成 50”这么简单,而是保证指标可用、CPU request 合理,并把 TARGETS 与期望副本公式一起验证。request 过小会让利用率看起来异常偏高,request 过大则可能让扩容过于迟钝,因此它同时是调度容量和自动伸缩计算的重要基线。