GKE使用自定义VM机型节点池后无法正常自动缩容问题咨询

• 资源请求阈值不匹配：GKE集群自动扩缩容（CA）的缩容判断完全基于Pod声明的资源请求（Requests）占节点可分配资源的比例，而非业务实际资源使用率。你此前使用的n2-standard-16机型CPU/内存配比为16vCPU/64GiB，更换后的自定义机型n2-custom-16-24576为16vCPU/24GiB，内存容量大幅降低。即使节点实际资源使用率仅为60%-70%，如果节点上所有Pod的内存请求总和已经超过节点可分配内存的50%（CA默认缩容阈值，即请求占比低于50%才会被标记为待缩容节点），就无法触发缩容逻辑。
• 缩容保护规则限制：首先检查节点池配置的最小节点数是否高于预期缩容后的数值；其次排查集群内的PodDisruptionBudget（PDB）配置，如果存在大量PDB规则限制Pod驱逐，CA无法排空节点就不会执行缩容。另外GKE默认存在缩容冷却时间配置：新扩容节点需等待10分钟才会进入缩容评估队列，被标记为闲置的节点需持续闲置10分钟才会被销毁，若节点处于冷却窗口内也不会触发缩容。
• 自定义机型资源预留偏差：GKE会为每个节点预留kubelet、系统组件、操作系统的运行资源，不同机型的预留规则存在差异。你可以执行kubectl describe node <目标节点名>查看Allocatable字段下的CPU、内存数值，确认实际可分配给工作负载的资源是否符合预期，避免系统预留资源占比过高导致CA统计的请求占比达不到缩容阈值。
• 调度规则限制：如果你的工作负载配置了节点亲和性、Pod反亲和性、节点选择器等调度规则，导致当前节点上的Pod无法被调度到其他同机型节点上，CA会判定该节点不可被排空，不会执行缩容操作。

内容的提问来源于stack exchange，提问作者Padi