Google Cloud GKE自定义自动扩缩器技术疑问咨询

1. 是否必须部署custom metrics stackdriver adapter？若必须，原因是什么？ #

• 是的，必须部署。Kubernetes的*Horizontal Pod Autoscaler（HPA）*本身仅能识别集群内部的标准指标（如CPU、内存）或通过Kubernetes Metrics API暴露的自定义指标。而你写入Google Cloud Monitoring（原Stackdriver）的自定义指标属于集群外部的指标源，原生HPA无法直接读取。
• Custom Metrics Stackdriver Adapter的核心作用是作为中间适配层：它会从Cloud Monitoring拉取你的自定义指标数据，再通过Kubernetes的Custom Metrics API将指标暴露给HPA，让HPA能够基于这些外部指标做出扩缩容决策。

2. "target total value"与"target average value"的区别及工作机制是怎样的？ #

• target average value：以单Pod的平均指标值为基准计算。例如你设置目标值为500，当前有3个Pod，指标值分别为600、500、400，平均为500则刚好达标；若平均涨到600，HPA会计算所需副本数：(总指标值) / 目标值 = (600*3)/500 = 3.6，最终向上取整调整为4个副本。
• target total value：以所有Pod的指标总和为基准计算。例如设置目标总和为1500，当前3个Pod总指标为1500则达标；若总和涨到1800，HPA会算出需要1800/1500=1.2倍的副本数，最终向上取整调整为4个副本。
• 简言之，前者聚焦单Pod的负载水平，适合需要控制单Pod资源使用率的场景；后者聚焦整个工作负载的总负载规模，适合需要处理固定总流量的场景。

3. 当支持配置多个指标时，自动扩缩器如何处理这些指标？ #

• HPA会针对每个配置的指标分别计算出对应的目标副本数，最终选取所有计算结果中的最大值来执行扩缩容操作。
• 举例：第一个指标计算得出需要扩至5个副本，第二个指标计算得出需要扩至7个副本，HPA会最终将副本数调整为7；若一个指标要求缩至3个，另一个要求缩至2个，HPA会将副本数调整为2。
• 这种逻辑的核心是确保所有配置的指标阈值都能被满足，避免因某一个指标超标而引发服务性能问题。

内容的提问来源于stack exchange，提问作者TeoVr81