Kubernetes水平Pod自动扩缩容算法逻辑存疑

指标超标时为何是扩容而非缩容？ #

你误解了指标的含义：公式中的currentMetricValue是单Pod的当前指标值。文档里的例子中，200m是指每个Pod的CPU使用率达到200毫核（或20%单核心），而100m是目标单Pod使用率。当单Pod负载是目标的2倍时，说明现有Pod无法承载当前流量，必须增加副本数来分摊负载——扩容后每个新Pod会承接部分流量，最终让单Pod指标回落至目标值。

举个实际场景：当前有2个Pod，单Pod CPU使用率200m，总负载400m；目标单Pod使用率100m，按公式计算需要ceil(2*(200/100))=4个Pod。扩容到4个后，单Pod使用率会降到100m左右，刚好符合目标。如果此时缩容，单Pod负载会进一步升高，完全违背HPA的调优目的。

代码实现位置 #

Kubernetes代码库中HPA的核心算法实现位于pkg/controller/podautoscaler/horizontal目录：

• 核心副本数计算逻辑在replicas_calculator.go的calculateDesiredReplicas函数中
• 针对CPU、内存、自定义指标等不同类型的处理逻辑也在该目录下的相关文件中

代码中会加入容忍度、冷却时间等额外逻辑避免频繁扩缩容，但核心公式和文档描述一致。

文档是否过时？ #

官方文档的公式描述并未过时，问题源于对指标含义的理解偏差。HPA的核心逻辑始终是让单Pod指标趋近于目标值：单Pod指标高于目标时扩容分摊负载，远低于目标时才会触发缩容。

内容的提问来源于stack exchange，提问作者Noel Hug