[置顶]kubernetes资源对象--Horizontal Pod Autoscaling（HPA）

zjxhx

概念
　　
HPA全称Horizontal Pod Autoscaling，即pod的水平自动扩展。自动扩展主要分为两种，其一为水平扩展，针对于实例数目的增减；其二为垂直扩展，即单个实例可以使用的资源的增减。HPA属于前者。
　　
HPA的操作对象是RC、RS或Deployment对应的Pod，根据观察到的CPU实际使用量与用户的期望值进行比对，做出是否需要增减实例数量的决策。

原理
　　
它根据Pod当前系统的负载来自动水平扩容，如果系统负载超过预定值，就开始增加Pod的个数，如果低于某个值，就自动减少Pod的个数。目前K8S的HPA只能根据CPU和内存去度量系统的负载，而且目前还依赖heapster去收集CPU的使用情况。

条件
　　
HPA通过定期（定期轮询的时间通过–horizontal-pod-autoscaler-sync-period选项来设置，默认的时间为30秒）通过Status.PodSelector来查询pods的状态，获得pod的CPU使用率。然后，通过现有pods的CPU使用率的平均值（计算方式是最近的pod使用量（最近一分钟的平均值，从heapster中获得）除以设定的每个Pod的CPU使用率限额）跟目标使用率进行比较，并且在扩容时，还要遵循预先设定的副本数限制：MinReplicas <= Replicas <= MaxReplicas。
　　
计算扩容后Pod的个数：sum(最近一分钟内某个Pod的CPU使用率/量的平均值)/CPU使用上限的整数+1

流程
　　

1、创建HPA资源，设定目标CPU使用率限额，以及最大、最小实例数　　
2、收集一组中（PodSelector）每个Pod最近一分钟内的CUP使用率，并计算平均值
　　
3、读取HPA中设定的CPU使用限额
　　
4、计算：平均值之和/限额，求出目标调整的实例个数
　　
5、目标调整的实例数不能超过1中设定的最大、最小实例数，如果没有超过，则扩容；超过，则扩容至最大的实例个数
　　
6、回到2，不断循环
　　

　　

例外
　　
考虑到自动扩展的决策可能需要一段时间才会生效，甚至在短时间内会引入一些噪声。例如当pod所需要的CPU负荷过大，从而运行一个新的pod进行分流，在创建过程中，系统的CPU使用量可能会有一个攀升的过程。所以，在每一次作出决策后的一段时间内，将不再进行扩展决策。对于ScaleUp而言，这个时间段为3分钟，Scaledown为5分钟。
　　
HPA允许一定范围内的CPU使用量的不稳定，只有avg(CurrentPodsConsumption) / Target小于90%或者大于110%时才会触发扩容或缩容，避免频繁扩容、缩容造成颠簸。

为什么选择相对比率
　　
为了简便，选用了相对比率（90%的CPU资源）而不是0.6个CPU core来描述扩容、缩容条件。如果选择使用绝对度量，用户需要保证目标（限额）要比请求使用的低，否则，过载的Pod未必能够消耗那么多，从而自动扩容永远不会被触发：假设设置CPU为1个核，那么这个pod只能使用1个核，可能Pod在过载的情况下也不能完全利用这个核，所以扩容不会发生。在修改申请资源时，还有同时调整扩容的条件，比如将1个core变为1.2core，那么扩容条件应该同步改为1.2core，真是太麻烦了，与自动扩容的目标相悖。

实例

创建Deployment
　　

kubectl delete -f lykops-hpa-deploy.yaml　　
cat << EOF > lykops-hpa-deploy.yaml
　　
apiVersion: extensions/v1beta1
　　
kind: Deployment
　　
metadata:
　　name: lykops-hpa-deploy
　　labels:
　　software: apache
　　project: lykops
　　app: hpa
　　version: v1
　　
spec:
　　replicas: 1
　　selector:
　　matchLabels:
　　name: lykops-hpa-deploy
　　software: apache
　　project: lykops
　　app: hpa
　　version: v1
　　template:
　　metadata:
　　labels:
　　name: lykops-hpa-deploy
　　software: apache
　　project: lykops
　　app: hpa
　　version: v1
　　spec:
　　containers:
　　- name: lykops-hpa-deploy
　　image: web:apache
　　command: [ "sh", "/etc/run.sh" ]
　　ports:
　　- containerPort: 80
　　name: http
　　protocol: TCP
　　resources:
　　requests:
　　cpu: 0.001
　　memory: 4Mi
　　limits:
　　cpu: 0.01
　　memory: 16Mi
　　
EOF
　　
kubectl create -f lykops-hpa-deploy.yaml --record
　　

　　

创建service
　　

cat << EOF > lykops-hpa-deploy-svc.yaml　　
apiVersion: v1
　　
kind: Service
　　
metadata:
　　name: lykops-hpa-svc
　　labels:
　　software: apache
　　project: lykops
　　app: hpa
　　version: v1
　　
spec:
　　selector:
　　software: apache
　　project: lykops
　　app: hpa
　　version: v1
　　name: lykops-hpa-deploy
　　ports:
　　- name: http
　　port: 80
　　protocol: TCP
　　
EOF
　　
kubectl create -f lykops-hpa-deploy-svc.yaml
　　

　　

创建HPA
　　

kubectl delete -f lykops-hpa.yaml　　
cat << EOF > lykops-hpa.yaml
　　
apiVersion: autoscaling/v1
　　
kind: HorizontalPodAutoscaler
　　
metadata:
　　name: lykops-hpa
　　labels:
　　software: apache
　　project: lykops
　　app: hpa
　　version: v1
　　
spec:
　　scaleTargetRef:
　　apiVersion: v1
　　kind: Deployment
　　name: lykops-hpa-deploy
　　#这里只能为这三项
　　minReplicas: 1
　　maxReplicas: 10
　　targetCPUUtilizationPercentage: 5
　　
EOF
　　
kubectl create -f lykops-hpa.yaml
　　

　　

测试
　　

多台机器不断访问service的clusterIP地址，然后可以看出是否增加pod数了