Kubernetes HPA如何为主从架构同二进制Pod配置差异化扩缩容规则

方案1：拆分主、从为独立工作负载 #

• 主节点单独使用1个StatefulSet/Deployment管理，副本数默认固定为1，保留原有亲和性配置绑定高性能节点，单独为其配置一套HPA策略，可根据主节点的业务特性设置更高的触发阈值（例如CPU使用率达80%、自定义队列长度超过阈值才触发调整）。
• 从节点单独使用另一个StatefulSet/Deployment管理，亲和性配置绑定低性能节点，单独配置适配从节点性能的HPA策略，触发阈值可设置得更敏感（例如CPU使用率达50%即可触发扩容）。
• 优势：完全复用K8s原生HPA能力，配置简单无额外依赖，两组工作负载的扩缩容逻辑完全独立，不会互相干扰。
• 适配改造点：仅需要在服务发现、流量分发逻辑中，固定将主工作负载的Pod作为主节点即可，二进制无需修改，可通过启动参数、环境变量标记角色。

方案2：单StatefulSet+自定义指标+差异化HPA规则 #

如果不想拆分原有工作负载架构，可继续使用同一个StatefulSet管理所有Pod（主Pod固定为{statefulset名称}-0，标识稳定可预期），通过以下配置实现：

• 第一步在自定义指标的暴露逻辑中，为不同Pod打角色标签：给序号为0的主Pod的指标增加role: master标签，其余从Pod的指标增加role: slave标签。
• 第二步配置HPA时，分别针对不同标签的指标设置差异化阈值，示例配置片段如下：

metrics:
# 主节点指标阈值
- type: Pods
  pods:
    metric:
      name: custom_business_qps
      selector:
        matchLabels:
          role: master
    target:
      type: AverageValue
      averageValue: 10000m
# 从节点指标阈值
- type: Pods
  pods:
    metric:
      name: custom_business_qps
      selector:
        matchLabels:
          role: slave
    target:
      type: AverageValue
      averageValue: 5000m

• 第三步如果使用K8s 1.27及以上版本，可配合HPA的podSelectionPolicy能力，配置扩缩容优先级，实现扩容优先扩从Pod，缩容优先删从Pod，示例配置片段如下：

behavior:
  scaleUp:
    selectPolicy: Priority
    priorities:
    - weight: 1
      podSelector:
        matchLabels:
          statefulset.kubernetes.io/pod-name: {你的sts名称}-0
    - weight: 100
      podSelector:
        matchExpressions:
        - key: statefulset.kubernetes.io/pod-name
          operator: NotIn
          values: ["{你的sts名称}-0"]
  scaleDown:
    selectPolicy: Priority
    priorities:
    - weight: 100
      podSelector:
        matchExpressions:
        - key: statefulset.kubernetes.io/pod-name
          operator: NotIn
          values: ["{你的sts名称}-0"]
    - weight: 1
      podSelector:
        matchLabels:
          statefulset.kubernetes.io/pod-name: {你的sts名称}-0

• 优势：无需拆分原有工作负载，架构改造量极小。
• 注意点：需要确保你使用的自定义指标适配器（如Prometheus Adapter）支持按标签过滤指标，K8s版本满足podSelectionPolicy特性要求。

方案3：自定义扩缩容控制器 #

如果以上两种方案都无法匹配你的复杂业务逻辑，可以自行开发轻量级Operator或自定义控制器，实时采集主从Pod的运行指标，按自定义规则计算所需副本数后直接调整工作负载的副本数即可，灵活性最高，缺点是需要额外投入开发和维护成本。

内容的提问来源于stack exchange，提问作者Samuel