kubernets HPA

来自chatGPT
Kubernetes中的HPA（Horizontal Pod Autoscaler）可以根据当前负载情况自动扩展Pod数量。在HPA配置中，有一个可选字段behavior，它可以用于指定HPA策略的特定行为。behavior字段包括以下两个子字段：

scaleDown：用于指定缩容行为的参数。如果在一段时间内，HPA检测到当前Pod剩余的CPU或内存利用率低于下面两个条件之一，那么就会自动缩容：
utilizationThreshold：当所有Pod所需的CPU或内存利用率低于这个阈值时，进行缩容。
stabilizationWindowSeconds：当在指定的时间窗口内（默认为300秒）进行缩容时，如果在一次调整之前，Pod的利用率在一定范围内保持稳定（默认为5），那么就不会进行缩容。
scaleUp：用于指定扩容行为的参数。如果在一段时间内，HPA检测到当前Pod剩余的CPU或内存利用率高于utilizationThreshold设置的阈值，那么就会自动扩容。
behavior字段可根据实际需要进行配置，以控制HPA策略的行为方式。

例如，以下是一个HPA配置示例，其中指定了缩容行为的behavior参数：

apiVersion: autoscaling/v2beta2
kind: HorizontalPodAutoscaler
metadata:name: my-app
spec:scaleTargetRef:apiVersion: apps/v1kind: Deploymentname: my-deploymentminReplicas: 2maxReplicas: 10metrics:- type: Resourceresource:name: cputarget:type: UtilizationaverageUtilization: 50behavior:scaleDown:stabilizationWindowSeconds: 300policies:- type: Podsvalue: 4periodSeconds: 60scaleUp:policies:- type: Podsvalue: 4periodSeconds: 60

periodSeconds 表示在过去的多长时间内要求策略值为真。第一个策略（Pods）允许在一分钟内最多缩容 4 个副本。第二个策略（Percent）允许在一分钟内最多缩容当前副本个数的百分之十。假如缩容前的pod数量是80个，目标要缩减到10个，那么，由于默认情况下会选择容许更大程度作出变更的策略，那么在第一步中将减少 8 个副本。在下一轮迭代中，当副本的数量为 72 时，10% 的 Pod 数为 7.2，但是这个数字向上取整为 8。在 autoscaler 控制器的每个循环中，将根据当前副本的数量重新计算要更改的 Pod 数量。当副本数量低于 40 时，应用第一个策略（Pods），一次减少 4 个副本。

在这个HPA示例中，有以下属性：

apiVersion：定义使用的Kubernetes API版本。
kind：定义资源的类型，此处定义为HorizontalPodAutoscaler。
metadata：定义资源的元数据，如名称、命名空间、标签等。
spec.scaleTargetRef：定义要自动扩展Pod的目标资源，例如Deployment或StatefulSet。
spec.minReplicas：定义Pod的最小数量，这是Auto Scaling不能缩小的数量。
spec.maxReplicas：定义Pod的最大数量，这是Auto Scaling不能扩展的数量。
spec.metrics：定义用于自动扩展的度量指标，此处使用CPU利用率作为度量指标。
spec.behavior：定义HPA的缩放行为。
scaleDown.stabilizationWindowSeconds：当检测到可以缩小Pod数量时，等待调整之前Pod的利用率保持稳定的时间。
scaleDown.policies：指定要执行的缩小Pod数量的策略。这在HPA检测到CPU利用率低于目标利用率时启动。
type：指定策略的类型。在此处, type被设置为Pods，意味着对Pod级别执行策略。另一种类型是Percent，在默认情况下是对所有Pod的均值执行策略。
value：指定要移除的Pod数量。
periodSeconds：指定在每个执行策略之间等待多长时间。
scaleUp.policies：指定要执行的扩展Pod数量的策略。这在HPA检测到CPU利用率高于目标利用率时启动。
type、value和periodSeconds均与scaleDown.policies相同。

这个HPA示例定义了一个名为my-app的HPA，并指定了如果CPU利用率低于50％时，将调整Pod数量，以便缩小4个Pod。它还指定了等待5分钟，以便在调整之前Pod的利用率保持稳定。如果CPU利用率高于50％，则该HPA将在30秒内增加2个Pod。也就是说，如果CPU利用率超过50％，HPA会自动为该Deployment或StatefulSet提供更多的Pod，以满足更高的流量需求。

kubernets HPA相关推荐

Kubernetes基于Metrics Server的HPA
Kubernetes基于Metrics Server的HPA [TOC] 1. 环境说明和相关介绍我的kubernetes环境: kubeadm安装的kubernetes1.11 Horizonta ...
十问 | 关于Service Mesh 和Kubernets的最前沿思考
小蚂蚁说: 在7月6日ArchSummit全球架构师峰会2018深圳站上,蚂蚁金服平台数据技术部的杨冰.Service Mesh布道师敖小剑.蚂蚁金服技术专家毛小云和来自阿里大文娱UC基础部的曾彬,四 ...
Kubernetes 弹性伸缩全场景解析（三） - HPA 实践手册
在上一篇文章中,给大家介绍和剖析了 HPA 的实现原理以及演进的思路与历程.本文我们将会为大家讲解如何使用 HPA 以及一些需要注意的细节. autoscaling/v1 实践 v1 的模板可能是大家 ...
Kubernetes 弹性伸缩全场景解读（二）- HPA 的原理与演进
前言在上一篇文章 Kubernetes 弹性伸缩全场景解析 (一):概念延伸与组件布局中,我们介绍了在 Kubernetes 在处理弹性伸缩时的设计理念以及相关组件的布局,在今天这篇文章中,会为大家 ...
【网址收藏】k8s HPA自动伸缩异常：failed to get cpu utilization: missing request
参考链接: Kubernetes:HPA 详解-基于 CPU.内存和自定义指标自动扩缩容
K8S控制器类型：RC/RS、Deployment、DaemonSet、Job和CronJob、StatefulSet、HPA
控制器类型 RC/RS 命令式编程就类似于面向过程声明式编程就类似于面向对象 sql语句就是典型的声明式编程语言 Deployment Deployment是通过RS来创建和管理pod的 Daemo ...
asp.net core程序在k8s中基于rabbitmq队列消息数的HPA实践！
背景最近一段时间,陆陆续续的把手里头项目都迁移到了k8s中,期间遇到很多的坑,并且也学到了许多k8s的知识(从0-1),大家都知道k8s中的一大特性是自动扩容,对此结合自己的业务发现很是有" ...
php 生存分析,HPA数据库08.做生存分析
生信论文的套路 ONCOMINE从全景.亚型两个维度做表达差异分析: 临床标本从蛋白水平确认(或HPA数据库),很重要: Kaplan-Meier Plotter从临床意义的角度阐明其重要性: cBi ...
OpenShift 4 - 基于Memory的HPA
<OpenShift 4.x HOL教程汇总> 说明:本文已经在OpenShift 4.6环境中验证安装并发压力工具 $ yum install httpd 部署测试应用和HPA $ o ...

kubernets HPA

kubernets HPA相关推荐

最新文章

热门文章