Kubernetes HPA (Horizontal Pod Autoscaler) 测试与配置

Wenlong — Wed, 04 Dec 2024 12:50:42 +0800

作者：SRE运维博客
博客地址：https://www.cnsre.cn/
文章地址：https://www.cnsre.cn/posts/241204125029/
相关话题：https://www.cnsre.cn/tags/k8shpa/

Kubernetes HPA (Horizontal Pod Autoscaler) 测试与配置

实验目标

验证 Kubernetes HPA 的自动伸缩功能。
使用 stress 工具模拟负载，观测 HPA 的响应行为。

前置条件

已配置的 Kubernetes 集群。
已部署的应用程序（如 hpatest 部署）。
安装 kubectl CLI 工具。

环境信息

命名空间：hpatest
HPA 名称：hpatest-hpa
目标资源：Deployment/hpatest
HPA 配置：
- 最小副本数：2
- 最大副本数：4
- CPU 目标利用率：60%
- 内存目标利用率：60%

安装 HPA

1. 启用 HPA 支持

确保集群支持 HPA。通常，需要启用 Metrics Server：

`1`	`kubectl apply -f https://github.com/kubernetes-sigs/metrics-server/releases/latest/download/components.yaml`

验证 Metrics Server 的工作状态：

`1`	`kubectl get apiservices \| grep metrics`

2. 创建 HPA 配置

以下为 HPA 配置示例（保存至 hpa.yaml 文件）：

# hpatest Deployment 配置
apiVersion: apps/v1
kind: Deployment
metadata:
  name: hpatest
  namespace: hpatest
  labels:
    app: hpatest
spec:
  replicas: 2
  selector:
    matchLabels:
      app: hpatest
  template:
    metadata:
      labels:
        app: hpatest
    spec:
      containers:
      - name: hpatest-container
        image: nginx:latest
        resources:
          requests:
            cpu: 1
            memory: "2048Mi"
          limits:
            cpu: 4
            memory: "10Gi"
        ports:
        - containerPort: 80
---
# hpatest HPA 配置
apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:
  name: hpatest-hpa
  namespace: hpatest
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: hpatest
  minReplicas: 2
  maxReplicas: 4
  metrics:
  - type: Resource
    resource:
      name: cpu
      target:
        type: Utilization
        averageUtilization: 60
  - type: Resource
    resource:
      name: memory
      target:
        type: Utilization
        averageUtilization: 60

应用配置：

`1`	`kubectl apply -f hpa.yaml`

实验步骤

1. 监控 HPA 状态

使用以下命令持续观察 HPA 状态：

`1`	`kubectl get hpa hpatest-hpa -n hpatest -w`

1
2

NAME            REFERENCE            TARGETS                         MINPODS   MAXPODS   REPLICAS   AGE
hpatest-hpa     Deployment/hpatest   cpu: 31%/60%, memory: 15%/60%   2         4         2          1m

Targets：当前 CPU 和内存利用率对比目标值。
Replicas：当前 Pod 副本数。

2. 进入 Pod 并安装负载工具

进入 Pod：

`1`	`kubectl exec -it hpatest-<pod-name> -n hpatest -- /bin/bash`

安装 stress 工具：

1
2

curl -O https://dl.fedoraproject.org/pub/epel/8/Everything/x86_64/Packages/s/stress-1.0.4-24.el8.x86_64.rpm
rpm -ivh stress-1.0.4-24.el8.x86_64.rpm

验证安装：

`1`	`stress --version`

3. 模拟负载

在 Pod 中运行以下命令：

`1`	`stress --cpu 3 --vm 1 --vm-bytes 6G --vm-keep`

此命令将生成：

3 个 CPU 负载。
1 个内存负载（占用 6 GB）。

4. 观察 HPA 的行为

通过监控 HPA 状态，确认是否触发了 Pod 自动伸缩：

示例输出：

NAME            REFERENCE            TARGETS                         MINPODS   MAXPODS   REPLICAS   AGE
hpatest-hpa     Deployment/hpatest   cpu: 31%/60%, memory: 15%/60%   2         4         2          1m
hpatest-hpa     Deployment/hpatest   cpu: 66%/60%, memory: 30%/60%   2         4         2          1m
hpatest-hpa     Deployment/hpatest   cpu: 66%/60%, memory: 44%/60%   2         4         3          2m
hpatest-hpa     Deployment/hpatest   cpu: 67%/60%, memory: 45%/60%   2         4         3          2m
hpatest-hpa     Deployment/hpatest   cpu: 54%/60%, memory: 34%/60%   2         4         3          3m
hpatest-hpa     Deployment/hpatest   cpu: 31%/60%, memory: 34%/60%   2         4         3          3m
hpatest-hpa     Deployment/hpatest   cpu: 31%/60%, memory: 37%/60%   2         4         3          3m
....
hpatest-hpa     Deployment/hpatest   cpu: 31%/60%, memory: 37%/60%   2         4         2          8m

Targets：当前 CPU 和内存利用率对比目标值。
Replicas：当前 Pod 副本数。

行为记录

初始状态：副本数为 2，目标 CPU 和内存利用率在 60% 以下。

`1`	`hpatest-hpa Deployment/hpatest cpu: 31%/60%, memory: 15%/60% 2 4 2 1m`

负载增加：HPA 检测到 CPU 和内存利用率超过 60%，扩容至 3。

`1`	`hpatest-hpa Deployment/hpatest cpu: 66%/60%, memory: 44%/60% 2 4 3 2m`

负载平稳：当负载下降，利用率回到目标以下，缩容回 2。

`1`	`hpatest-hpa Deployment/hpatest cpu: 31%/60%, memory: 37%/60% 2 4 2 8m`

缩减副本的机制

1. 检查周期：

HPA 默认每隔 15 秒 检查一次负载（可通过 –horizontal-pod-autoscaler-sync-period 参数调整）。每次计算是否需要缩减副本。

2. 稳定性窗口：

为避免频繁扩缩容，HPA 会等待资源使用率 持续低于目标值一段时间 后，才会缩减副本。这个窗口的默认时间为 5 分钟（可通过参数 –horizontal-pod-autoscaler-downscale-stabilization-window 配置）。

3. 缩减逻辑：

• 如果当前平均资源使用率持续低于目标值，且当前副本数大于 minReplicas，HPA 将缩减副本。

• 副本数每次减少 1 个，直到达到最小副本数或资源使用率接近目标值。

什么时候会缩减到 2 个副本？

• 条件：CPU 和内存的平均使用率 持续低于 60%，并保持稳定时间超过 5 分钟。

• 结果：在满足上述条件后，HPA 会逐步将副本数减少到最小值（minReplicas: 2）。

实验结果

当负载增加时，HPA 根据资源使用率扩容至 3 个副本。
负载回落后，HPA 自动将副本数缩减至 2。

注意事项

Metrics Server 必须正常运行。
目标部署的资源限制需合理设置，否则可能影响 HPA 的计算。
可调整 HPA 的冷却时间参数（如 stabilizationWindowSeconds），以减少频繁扩缩容。

作者：SRE运维博客
博客地址：https://www.cnsre.cn/
文章地址：https://www.cnsre.cn/posts/241204125029/
相关话题：https://www.cnsre.cn/tags/k8shpa/

Hpa on SRE运维博客

Kubernetes HPA (Horizontal Pod Autoscaler) 测试与配置

Kubernetes HPA (Horizontal Pod Autoscaler) 测试与配置

实验目标

前置条件

环境信息

安装 HPA

1. 启用 HPA 支持

2. 创建 HPA 配置

实验步骤

1. 监控 HPA 状态

2. 进入 Pod 并安装负载工具

3. 模拟负载

4. 观察 HPA 的行为

行为记录

实验结果

注意事项