为共享镜像的两个Deployment配置独立Horizontal Pod Autoscaler

首先明确：HPA的控制对象是Deployment（或其他工作负载），和容器镜像无关。你遇到的“指标合并”问题，大概率是HPA配置错误或指标采集逻辑导致的，以下是具体解决方法：

• 精准配置HPA的目标指向
  每个HPA必须明确绑定对应的Deployment，核心是spec.scaleTargetRef字段要精准匹配。示例配置如下：

  # deploy1专属HPA
  apiVersion: autoscaling/v2
  kind: HorizontalPodAutoscaler
  metadata:
    name: hpa-deploy1
    namespace: testns
  spec:
    scaleTargetRef:
      apiVersion: apps/v1
      kind: Deployment
      name: deploy1  # 必须指向deploy1
    minReplicas: 1
    maxReplicas: 10
    metrics:
    - type: Resource
      resource:
        name: cpu
        target:
          type: Utilization
          averageUtilization: 70
    - type: Resource
      resource:
        name: memory
        target:
          type: Utilization
          averageUtilization: 80
  

  # deploy2专属HPA
  apiVersion: autoscaling/v2
  kind: HorizontalPodAutoscaler
  metadata:
    name: hpa-deploy2
    namespace: testns
  spec:
    scaleTargetRef:
      apiVersion: apps/v1
      kind: Deployment
      name: deploy2  # 必须指向deploy2
    minReplicas: 1
    maxReplicas: 15
    metrics:
    - type: Resource
      resource:
        name: cpu
        target:
          type: Utilization
          averageUtilization: 60
    - type: Resource
      resource:
        name: memory
        target:
          type: Utilization
          averageUtilization: 75
  

• 验证指标采集独立性
  执行kubectl get hpa -n testns查看两个HPA的状态，确认TARGETS列显示的是各自Deployment的Pod资源利用率。如果指标异常，先检查metrics-server状态：kubectl get pods -n kube-system | grep metrics-server，确保它能正常采集每个Pod的独立指标。

• 区分Pod标签避免混淆
  给两个Deployment的Pod模板设置唯一标签，比如deploy1的Pod加app: deploy1，deploy2的加app: deploy2。这样metrics-server能精准区分不同Deployment的Pod，不会出现指标串混的情况。

• 使用稳定的HPA版本
  优先用autoscaling/v2版本的HPA，它对目标资源的指向逻辑更清晰，支持更灵活的指标配置，能避免旧版本（如v1）的潜在问题。

内容的提问来源于stack exchange，提问作者Michał Picheta