容器与云原生 / 系统课时

VerticalPodAutoscaler

VerticalPodAutoscaler

本课解决 Pod 资源请求长期依赖人工估算的问题。你将理解 VPA 如何生成推荐值、何时重建 Pod 让配置生效,以及它与 HPA 同时启用时应如何避免相互干扰。

学习目标

  • 说清 VPA 推荐、准入修改与 Pod 更新之间的关系
  • 创建一个只生成推荐值、不自动驱逐 Pod 的 VPA
  • 判断 VPA 与 HPA 是否会同时控制同一资源维度

工作机制与职责边界

VerticalPodAutoscaler,简称 VPA,负责根据容器历史用量调整 resources.requests,并可按策略同步调整 limits。它解决的是“单个 Pod 应申请多少资源”,不会直接改变副本数,也不会为集群增加节点。

VPA 通常由 Recommender、Updater 和 Admission Controller 协作。Recommender 根据历史指标计算 lowerBound、target、upperBound 等推荐值;Updater 判断现有 Pod 是否需要更新;Admission Controller 在新 Pod 创建时把推荐资源写入容器规格。经典更新路径通常需要驱逐旧 Pod,再由 Deployment 或 StatefulSet 重建。

VPA 推荐与调整机制

updateMode: Off 只计算推荐值,适合首次评估或生产观察;自动模式会让推荐逐步作用到新 Pod。不同 VPA 版本可能提供额外更新模式,但在没有验证集群能力前,不应假设支持原地修改资源。

创建只推荐不调整的 VPA

先确认集群已经安装 VPA CRD 和控制器。下面的完整清单创建一个 Deployment,并用 Off 模式限制推荐范围,避免测试阶段自动驱逐 Pod。

yaml
apiVersion: apps/v1
kind: Deployment
metadata:
  name: vpa-demo
spec:
  replicas: 1
  selector:
    matchLabels:
      app: vpa-demo
  template:
    metadata:
      labels:
        app: vpa-demo
    spec:
      containers:
        - name: app
          image: registry.k8s.io/pause:3.10
          resources:
            # 固定 request 作为推荐计算的初始基线
            requests:
              cpu: 100m
              memory: 64Mi
            limits:
              cpu: 500m
              memory: 256Mi
---
apiVersion: autoscaling.k8s.io/v1
kind: VerticalPodAutoscaler
metadata:
  name: vpa-demo
spec:
  targetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: vpa-demo
  updatePolicy:
    # Off 模式只观察推荐,不自动驱逐 Pod
    updateMode: "Off"
  resourcePolicy:
    containerPolicies:
      - containerName: app
        # 限制推荐范围,避免异常样本放大资源
        minAllowed:
          cpu: 50m
          memory: 32Mi
        maxAllowed:
          cpu: "1"
          memory: 512Mi
        controlledResources:
          - cpu
          - memory
        controlledValues: RequestsAndLimits

将内容保存为 vpa-demo.yaml 后执行:

bash
# 创建资源并等待 Deployment 可用
kubectl apply -f vpa-demo.yaml
kubectl wait --for=condition=Available deployment/vpa-demo --timeout=120s
# 验证当前模式不会自动调整 Pod
kubectl get vpa vpa-demo -o jsonpath='{.spec.updatePolicy.updateMode}{"\n"}'

预期输出:

text
deployment.apps/vpa-demo created
verticalpodautoscaler.autoscaling.k8s.io/vpa-demo created
deployment.apps/vpa-demo condition met
Off

等待指标积累后查看目标推荐值:

bash
# 读取每个容器的目标 CPU 与内存推荐值
kubectl get vpa vpa-demo -o jsonpath='{range .status.recommendation.containerRecommendations[*]}{.containerName}{"\t"}{.target.cpu}{"\t"}{.target.memory}{"\n"}{end}'

预期输出:

text
app    <CPU>    <MEMORY>

<CPU> 和 <MEMORY> 会随实际负载变化。若输出为空,先确认 VPA Recommender 正常运行、目标 Deployment 名称正确,并检查集群是否持续提供容器资源指标。

与 HPA 协同及排查

HPA 使用 CPU 或内存利用率时,计算结果依赖 Pod 的 requests。如果 VPA 同时修改同一资源的 request,HPA 看到的利用率基准也会变化,两个控制器可能相互放大或抵消调整。

更稳妥的组合有两种:让 VPA 保持 Off,只提供容量建议;或者让 HPA 使用自定义、外部或业务指标扩缩副本,让 VPA 负责 CPU 和内存请求。不要让 HPA 与 VPA 同时围绕 CPU 或内存利用率做闭环控制。

自动模式没有更新 Pod 时,应依次检查 VPA Updater、PodDisruptionBudget、最小副本数、目标控制器以及资源策略上下界。VPA 也不会改写已经运行的容器规格,只有新建或被重建的 Pod 才会经过准入修改。

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

VerticalPodAutoscaler

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