清远市住房与城乡建设局的网站查,网站建设销售话术开场白,wordpress安装模板文件,网站友情链接模块一、概述Horizontal Pod Autoscaler#xff08;HPA#xff0c;Pod水平自动伸缩#xff09;#xff0c;根据平均 CPU 利用率、平均内存利用率或你指定的任何其他自定义指标自动调整 Deployment 、ReplicaSet 或 StatefulSet 或其他类似资源#xff0c;实现部署的自动扩展和…一、概述Horizontal Pod AutoscalerHPAPod水平自动伸缩根据平均 CPU 利用率、平均内存利用率或你指定的任何其他自定义指标自动调整 Deployment 、ReplicaSet 或 StatefulSet 或其他类似资源实现部署的自动扩展和缩减让部署的规模接近于实际服务的负载。HPA不适用于无法缩放的对象例如DaemonSet。官方文档https://kubernetes.io/zh-cn/docs/tasks/run-application/horizontal-pod-autoscale/实际生产中一般使用这四类指标Resource metrics——CPU核 和 内存利用率指标。Pod metrics——例如网络利用率和流量。Object metrics——特定对象的指标比如Ingress, 可以按每秒使用请求数来扩展容器。Custom metrics——自定义监控比如通过定义服务响应时间当响应时间达到一定指标时自动扩容。二、安装 metrics-server1HPA 前提条件默认情况下Horizontal Pod Autoscaler 控制器会从一系列的 API 中检索度量值。集群管理员需要确保下述条件以保证 HPA 控制器能够访问这些 API对于资源指标将使用 metrics.k8s.io API一般由 metrics-server 提供。它可以作为集群插件启动。对于自定义指标将使用 custom.metrics.k8s.io API。它由其他度量指标方案厂商的“适配器Adapter” API 服务器提供。检查你的指标管道以查看是否有可用的 Kubernetes 指标适配器。对于外部指标将使用 external.metrics.k8s.io API。可能由上面的自定义指标适配器提供。Kubernetes Metrics ServerKubernetes Metrics Server 是 Cluster 的核心监控数据的聚合器kubeadm 默认是不部署的。Metrics Server 供 Dashboard 等其他组件使用是一个扩展的 APIServer依赖于 API Aggregator。所以在安装 Metrics Server 之前需要先在 kube-apiserver 中开启 API Aggregator。Metrics API 只可以查询当前的度量数据并不保存历史数据。Metrics API URI 为 /apis/metrics.k8s.io/在 k8s.io/metrics 下维护。必须部署 metrics-server 才能使用该 APImetrics-server 通过调用 kubelet Summary API 获取数据。2开启 API Aggregator# 添加这行# --enable-aggregator-routingtrue### 修改每个 API Server 的 kube-apiserver.yaml 配置开启 Aggregator Routing修改 manifests 配置后 API Server 会自动重启生效。cat /etc/kubernetes/manifests/kube-apiserver.yaml3开始安装 metrics-serverGitHub地址https://github.com/kubernetes-sigs/metrics-server/releases下载wget https://github.com/kubernetes-sigs/metrics-server/releases/download/metrics-server-helm-chart-3.8.2/components.yaml修改... template: metadata: labels: k8s-app: metrics-server spec: containers: - args: - --cert-dir/tmp - --secure-port4443 - --kubelet-preferred-address-typesInternalIP,ExternalIP,Hostname - --kubelet-use-node-status-port - --kubelet-insecure-tls # 加上该启动参数不加可能会报错 image: registry.aliyuncs.com/google_containers/metrics-server:v0.6.1 # 镜像地址根据情况修改 imagePullPolicy: IfNotPresent...metrics-server pod无法启动出现日志unable to fully collect metrics: ... x509: cannot validate certificate for because ... it doesnt contain any IP SANs ...解决方法在metrics-server中添加--kubelet-insecure-tls参数跳过证书校验开始安装kubectl apply -f components.yamlkubectl get pod -n kube-system | grep metrics-server# 查看kubectl get pod -n kube-system | grep metrics-server# 查看node和pod资源使用情况kubectl top nodeskubectl top pods三、Horizontal Pod Autoscaler 工作原理1原理架构图自动检测周期由 kube-controller-manager 的 --horizontal-pod-autoscaler-sync-period 参数设置默认间隔为 15 秒。metrics-server 提供 metrics.k8s.io API 为pod资源的使用提供支持。15s/周期 - 查询metrics.k8s.io API - 算法计算 - 调用scale 调度 - 特定的扩缩容策略执行。2HPA扩缩容算法从最基本的角度来看Pod 水平自动扩缩控制器根据当前指标和期望指标来计算扩缩比例。期望副本数 ceil[当前副本数 * (当前指标 / 期望指标)]1、扩容如果计算出的扩缩比例接近 1.0, 将会放弃本次扩缩, 度量指标 / 期望指标接近1.0。2、缩容冷却/延迟: 如果延迟冷却时间设置的太短那么副本数量有可能跟以前一样出现抖动。默认值是 5 分钟5m0s--horizontal-pod-autoscaler-downscale-stabilization3、特殊处理丢失度量值缩小时假设这些 Pod 消耗了目标值的 100% 在需要放大时假设这些 Pod 消耗了 0% 目标值。这可以在一定程度上抑制扩缩的幅度。存在未就绪的pod的时候我们保守地假设尚未就绪的 Pod 消耗了期望指标的 0%从而进一步降低了扩缩的幅度。未就绪的 Pod 和缺少指标的 Pod 考虑进来再次计算使用率。如果新的比率与扩缩方向相反或者在容忍范围内则跳过扩缩。否则我们使用新的扩缩比例。指定了多个指标 那么会按照每个指标分别计算扩缩副本数取最大值进行扩缩。3HPA 对象定义apiVersion:autoscaling/v2beta2kind:HorizontalPodAutoscalermetadata:name:nginxspec:behavior:scaleDown:policies:-type:Podsvalue:4periodSeconds:60-type:Percentvalue:10periodSeconds:60stabilizationWindowSeconds:300scaleTargetRef:apiVersion:apps/v1kind:Deploymentname:nginxminReplicas:1maxReplicas:10metrics:-type:Resourceresource:name:cputarget:type:UtilizationaverageUtilization:50HPA对象默认行为behavior: scaleDown: stabilizationWindowSeconds: 300 policies: - type: Percent value: 100 periodSeconds: 15 scaleUp: stabilizationWindowSeconds: 0 policies: - type: Percent value: 100 periodSeconds: 15 - type: Pods value: 4 periodSeconds: 15 selectPolicy: Max四、示例演示1编排yamlapiVersion: autoscaling/v2kind: HorizontalPodAutoscalermetadata: name: hpa-nginxspec: maxReplicas: 10 # 最大扩容到10个节点pod minReplicas: 1 # 最小扩容1个节点pod metrics: - resource: name: cpu target: averageUtilization: 40 # CPU 平局资源使用率达到40%就开始扩容低于40%就是缩容# 设置内存# AverageValue40type: Utilizationtype: Resource scaleTargetRef: apiVersion: apps/v1 kind: Deployment name: hpa-nginx---apiVersion: v1kind: Servicemetadata: name: hpa-nginxspec:type: NodePort ports: - name: http port: 80 targetPort: 80 nodePort: 30080 selector: service: hpa-nginx---apiVersion: apps/v1kind: Deploymentmetadata: name: hpa-nginxspec: replicas: 1 selector: matchLabels: service: hpa-nginx template: metadata: labels: service: hpa-nginx spec: containers: - name: hpa-nginx image: nginx:latest resources: requests: cpu: 100m memory: 100Mi limits: cpu: 200m memory: 200Mi主要参数解释如下scaleTargetRef目标作用对象可以是Deployment、ReplicationController或ReplicaSet。minReplicas和maxReplicasPod副本数量的最小值和最大值系统将在这个范围内进行自动扩缩容操作并维持每个Pod的内存使用率为40%这个值就是上面设置的阈值averageUtilization。metrics目标指标值。在metrics中通过参数type定义指标的类型通过参数target定义相应的指标目标值系统将在指标数据达到目标值时考虑容忍度的区间见前面算法部分的说明触发扩缩容操作。对于CPU使用率在target参数中设置averageUtilization定义目标平均CPU使用率。对于内存资源在target参数中设置AverageValue定义目标平均内存使用值。执行kubectl apply -f test.yaml2使用 ab 工具进行压测进入apache官网 http://httpd.apache.org/ 下载apache即可或者直接通过yum安装apache都行这里选择最简单的方式yum安装yum install httpd -y开始压测ab -n 100000 -c 800 http://local-168-182-112:30080/#-c并发数#-n总请求数从上图发现已经实现了根据CPU 动态扩容了
