GKE中Magento应用HPA触发后Pod被杀死的问题求助

你的场景中，HPA会在Magento Pod完成初始化（需8-9分钟）前，基于临时的CPU利用率波动触发缩容：

• 新Pod启动后，phpfpm执行更新脚本时CPU利用率飙升，触发HPA扩容；
• 约4分30秒后脚本执行完毕，CPU利用率骤降，此时HPA默认的缩容稳定窗口（5分钟）已接近阈值，直接杀死未完全就绪的新Pod；
• 上述过程循环往复，导致无法完成有效扩容。手动调整副本数可正常运行，说明问题完全由HPA的扩缩容逻辑触发。

通过调整HPA行为参数、优化探针配置，让HPA等待Pod完全就绪后再执行扩缩容判断：

1. 调整HPA扩缩容行为（关键） #

在HPA配置中添加behavior字段，设置与Pod启动时长匹配的缩容稳定窗口，同时限制缩容速率，避免过早杀死新Pod：

• 缩容稳定窗口设为540秒（9分钟），确保HPA在Pod完全就绪后再评估是否需要缩容；
• 限制缩容速率为每分钟最多1个Pod，避免一次性清除所有新启动副本；
• 可选：延长扩容稳定窗口，避免短时间内频繁扩容。

修改后的HPA配置：

apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:
  name: magento-hpa
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: magentoappli
  minReplicas: 1
  maxReplicas: 10
  behavior:
    scaleDown:
      stabilizationWindowSeconds: 540 # 匹配Pod8-9分钟的启动时长
      policies:
      - type: Pods
        value: 1
        periodSeconds: 60 # 每分钟最多缩容1个Pod
    scaleUp:
      stabilizationWindowSeconds: 120 # 扩容后等待2分钟再判断是否继续扩容
      policies:
      - type: Pods
        value: 2
        periodSeconds: 60 # 每分钟最多扩容2个Pod
  metrics:
  - type: Resource
    resource:
      name: cpu
      target:
        type: Utilization
        averageUtilization: 85

2. 优化Pod探针配置 #

当前phpfpm的存活探针初始延迟（15秒）远小于Pod启动时长，会导致探针频繁失败，可能干扰HPA对Pod状态的判断。建议调整参数：

• 将phpfpm的存活探针初始延迟延长至500秒（约8分20秒），确保脚本执行完毕后再启动探测；
• 保持httpd的探针配置不变，因为其就绪探针已能反映Pod是否可对外提供服务。

修改后的phpfpm容器探针配置片段：

livenessProbe:
  exec:
    command:
    - php
    - /var/www/html/magento/bin/magento
  initialDelaySeconds: 500 # 延长至8分20秒，匹配脚本执行时长
  periodSeconds: 15
  timeoutSeconds: 15

3. 可选：限制HPA仅计算就绪Pod指标 #

在Deployment的metadata中添加注解，确保HPA只基于就绪Pod的CPU利用率计算指标，避免未就绪Pod的临时高CPU误导扩容判断：

metadata:
  name: magentoappli
  annotations:
    cluster-autoscaler.kubernetes.io/safe-to-evict: "true"
    autoscaling.kubernetes.io/metrics-only-ready-pods: "true" # 仅统计就绪Pod的指标

1. 应用修改后的配置：

   kubectl apply -f updated-deployment.yaml
   kubectl apply -f updated-hpa.yaml
   

2. 触发HPA扩容（例如增加应用负载），观察新Pod是否能存活至完全就绪；
3. 查看HPA状态，确认缩容操作仅在Pod就绪后触发：

   kubectl describe hpa magento-hpa
   

内容的提问来源于stack exchange，提问作者ARINDAM BANERJEE