如何实现GKE节点资源不足时自动扩容且禁止缩容？

方案1：通过Cluster Autoscaler参数限制缩容 #

GKE原生Cluster Autoscaler没有直接禁用缩容的选项，但可以通过调整参数彻底限制缩容行为：

• 设置--scale-down-delay-after-add为超大值（例如365d），让新添加的节点一年内不会进入缩容检查队列
• 设置--scale-down-unneeded-time为超大值，延长节点被标记为“冗余”的时间阈值
• 执行以下命令修改集群配置：

  gcloud container clusters update [你的集群名] --zone [集群可用区] --autoscaling-profile=custom --autoscaling-scale-down-delay-after-add=365d --autoscaling-scale-down-unneeded-time=365d
  

  提示：如果是区域级集群，替换--zone为--region

方案2：基于监控的自动化扩容脚本 #

可以把你当前的日志告警方案升级为自动扩容流程：

• 用Cloud Monitoring监控Pod调度失败指标（如kubernetes.io/pod_scheduling_failed，过滤原因包含Insufficient cpu或Insufficient memory的事件）
• 创建Cloud Function或Cloud Run服务，当监控告警触发时，调用GKE API自动扩容目标节点池，示例Python代码片段：

  from google.cloud import container_v1
  
  def scale_up_node_pool(event, context):
      client = container_v1.ClusterManagerClient()
      project_id = "你的项目ID"
      zone = "集群可用区"
      cluster_id = "你的集群名"
      node_pool_id = "目标节点池名"
  
      # 获取当前节点池最小节点数
      node_pool = client.get_node_pool(project_id, zone, cluster_id, node_pool_id)
      current_min = node_pool.autoscaling.min_node_count
  
      # 扩容1个节点（可按需调整增量）
      update_mask = {"paths": ["autoscaling.min_node_count"]}
      node_pool.autoscaling.min_node_count = current_min + 1
      client.update_node_pool(
          project_id=project_id,
          zone=zone,
          cluster_id=cluster_id,
          node_pool_id=node_pool_id,
          node_pool=node_pool,
          update_mask=update_mask
      )
  

• 提前设置节点池的max_node_count为合理上限，避免无限制扩容

方案3：时段性锁定节点池大小（适合工作时间保护） #

如果仅需在工作时段禁止缩容，可通过定时任务切换节点池的扩缩容范围：

# 工作时段锁定节点数（将当前节点数设为min和max）
gcloud container node-pools update [节点池名] --cluster [集群名] --zone [可用区] --min-nodes=[当前节点数] --max-nodes=[当前节点数]

# 非工作时段恢复自动扩缩容
gcloud container node-pools update [节点池名] --cluster [集群名] --zone [可用区] --min-nodes=[原最小值] --max-nodes=[原最大值]

用Cloud Scheduler定时执行上述命令，实现按时间段自动切换配置

关键注意事项 #

• 操作前确保执行账号拥有container.clusters.update和container.nodePools.update权限
• 针对有状态应用，建议尽快优化架构：比如配置PodDisruptionBudget（PDB）控制缩容时的Pod中断数，或迁移到支持优雅缩容的部署模式
• 定期检查节点资源使用率，避免长期禁止缩容导致资源浪费

内容的提问来源于stack exchange，提问作者Keith H