如何基于外部数据库指标在GCP GKE配置Pod自动扩缩容？

方案一：直接推送自定义指标到Cloud Monitoring #

• 原理：跳过日志中转环节，让Python脚本直接把数据库指标推送到Cloud Monitoring自定义指标，省去日志提取、指标转换的步骤
• 具体操作：
  1. 在GCP控制台创建一个服务账号，给它加monitoring.timeSeries.create权限，下载密钥文件到外部数据库服务器
  2. 修改你的Python脚本：查询到数据库指标值后，用google-cloud-monitoring SDK构造时间序列数据，直接调用API推送到Cloud Monitoring
  3. 用cron定时执行脚本即可
• 优势：步骤比原方案少，指标延迟更低，不会因为日志格式变动导致指标失效

方案二：用数据库Exporter + Prometheus + Prometheus Adapter #

• 原理：利用现成的开源数据库exporter暴露指标，让GKE内的Prometheus抓取，再通过适配器转换成K8s能识别的自定义指标，几乎不用写自定义代码
• 具体操作（以MySQL为例）：
  1. 在外部数据库服务器部署mysqld_exporter，配置数据库只读账号，开放exporter的端口（默认9104），确保GKE集群能访问这个端口
  2. 用helm在GKE上快速安装Prometheus，配置抓取规则指向外部exporter的公网IP+端口
  3. 部署Prometheus Adapter，添加规则把你需要的数据库指标（比如连接数、查询队列长度）转换成K8s自定义指标
  4. 创建HPA时直接引用这个自定义指标就行
• 优势：依赖成熟组件，指标采集更规范，后续维护成本低，适合长期使用

原方案的不足 #

原方案通过日志转指标，存在明显的延迟（日志写入到Cloud Logging再生成指标有时间差），而且需要配置复杂的日志过滤规则，一旦日志格式改动，指标就会失效，可靠性不如上面两种方案

内容的提问来源于stack exchange，提问作者BS98