Kubernetes HPA：Stabilization Window与缩容策略的协同及相关疑问

我在研读Kubernetes Horizontal Pod Autoscaling（HPA）官方文档时，基础缩放行为的配置示例都很好理解，但在「默认行为」章节看到的缩容配置有点反直觉：

behavior:
  scaleDown:
    stabilizationWindowSeconds: 300
    policies:
    - type: Percent
      value: 100
      periodSeconds: 15

文档说明：缩容的稳定窗口为300秒（或由--horizontal-pod-autoscaler-downscale-stabilization参数指定），仅配置了一项缩容策略，允许移除当前所有副本，直接缩到允许的最小副本数。

我明白稳定窗口会查看窗口时长内之前计算出的期望状态，但上面配置里的policies描述的行为和稳定窗口看起来矛盾，所以有以下疑问：

1. 文档中「稳定窗口」章节提及的滚动最大值具体指什么？
   a) 根据文档解释，为何需要推断期望状态？期望状态不应是当前状态是否超出固定阈值的判断结果吗？
   b) 为何需要对除前一状态或过往流量外的数据进行均值计算？
2. 稳定窗口如何在300秒内实现滚动最大值计算，同时又存在一项可在15秒内将副本缩至最小的策略？

问题解答 #

1. 滚动最大值的含义及相关疑问

滚动最大值指的是在稳定窗口（此处为300秒）内，HPA每次周期性计算得出的期望副本数中的最大值。比如窗口内每隔15秒计算一次期望副本数，共产生20次结果，取其中最大的数值作为当前缩容的基准——HPA不会将副本数缩至低于这个最大值的水平。

a) 为什么要推断期望状态？

HPA的期望状态不是简单的「当前指标超阈值就扩容，低于就缩容」。容器的CPU、内存或自定义指标会存在波动，比如突发的流量毛刺，指标刚冲高就回落，如果立刻触发缩容，下一波流量到来时又要扩容，会导致服务震荡（反复扩缩容）。

推断期望状态的核心是用窗口内的历史计算结果「平滑」指标波动：比如某一秒CPU降到阈值以下，但窗口内之前的19次计算结果都需要更多副本，HPA就不会立刻缩容，而是等指标持续低于阈值，且窗口内的最大期望副本数也随之下降时，才会执行缩容操作。

b) 为什么要做均值（或最大值）计算？

这同样是为了避免服务震荡。如果只看前一状态（比如上一次计算的副本数），可能会因为单次指标波动就触发缩容；而参考窗口内的均值或最大值（缩容时用最大值是为了保持保守，避免过度缩容），能反映这段时间内的真实负载需求，防止因短暂的负载下降就盲目缩容，保障服务稳定性。

2. 稳定窗口与缩容策略的协同逻辑

这两个配置并不矛盾，而是先后生效的两层限制：

1. 稳定窗口先划定缩容下限：通过计算300秒内所有期望副本数的最大值，确定当前允许缩到的最低副本数。比如当前实际副本数是10，窗口内的最大期望副本数是6，那HPA最多只能缩到6，不能更低。
2. 缩容策略限制单次缩容幅度：这里配置的是15秒内允许缩容100%（即一次砍掉当前所有副本），但这个幅度不能突破稳定窗口划定的下限。

举个实际场景例子：

• 假设HPA的最小副本数是2，当前实际副本数是10。
• 过去300秒内，HPA计算的期望副本数最高是6，最低是2。
• 稳定窗口会把缩容下限设为6，所以即使缩容策略允许一次缩100%，HPA也只会把副本数从10降到6，而非直接到2。
• 只有当后续的稳定窗口内，最大期望副本数持续下降（比如过了5分钟，窗口内的最大期望副本数变为2），HPA才会继续缩到2，且此时单次缩容100%的策略允许直接从当前的6缩到2（因为2是窗口内的最大期望，且幅度符合15秒周期的限制）。

简言之：稳定窗口管「能缩到多低」，缩容策略管「缩的速度有多快」，两者配合既避免了服务震荡，又能在负载确实持续下降时快速缩容到合理水平。

内容的提问来源于stack exchange，提问作者Vishak Arudhra