Kubernetes中HorizontalPodAutoscaler资源类型的作用及适用场景

我们已经知道Deployment可以通过调整ReplicaSet的副本数量实现Pod的手动扩缩容，还支持零停机更新和版本回滚，而HorizontalPodAutoscaler（常简称HPA，水平Pod自动扩缩器）就是Kubernetes中用来帮你自动完成这个扩缩容动作的核心资源类型。

HPA的核心作用 #

HPA的核心能力是自动适配业务负载调整工作负载的Pod副本数，它会持续采集你指定的监控指标（你给出的示例中用的是CPU利用率，更高版本的HPA还支持内存、自定义业务指标如请求QPS、消息队列堆积长度等），和预设的阈值做比对，自动增减Pod副本数，全程不需要人工手动修改Deployment等工作负载的replica配置。

你给出的示例配置含义如下：

apiVersion: autoscaling/v1
kind: HorizontalPodAutoscaler
metadata:
  name: xyz
spec:
  maxReplicas: 4 # 最多允许4个Pod副本
  minReplicas: 2 # 最少保留2个Pod副本
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: xyz # 绑定要自动扩缩的目标是名为xyz的Deployment
  targetCPUUtilizationPercentage: 70 # 当所有Pod平均CPU利用率超过70%时触发扩容

HPA的适用场景 #

• 业务负载存在明显波动的场景：比如电商大促、互联网产品早晚高峰访问量差异大的业务，低谷时自动缩容节省服务器资源，高峰时自动扩容承接流量，兼顾成本和服务可用性。
• 存在突发流量的场景：比如热点事件、新活动上线带来的无法提前预估的流量暴涨，人工调整副本响应速度远跟不上流量变化，HPA可以在几秒到几十秒内完成自动扩容，避免服务因为压力过大宕机。
• 想要降低运维人力成本的场景：不需要运维人员24小时盯着监控手动调整副本数，所有扩缩容动作都自动化完成，减少人为操作的失误和人力投入。

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