如何在PCF Auto Scaler中配置应用实例级别的扩缩容规则？

原生K8s Horizontal Pod Autoscaler（HPA）默认确实是基于所有实例的平均指标计算扩容阈值，单实例超限但平均指标未达标的场景属于典型的长尾实例故障，可以通过以下方案实现类似实例级的触发逻辑：

方案1：调整HPA指标聚合规则 #

• 不需要替换现有HPA组件，直接修改HPA的指标配置，将默认的AverageValue/AverageUtilization聚合策略替换为Value类型，示例配置如下：

  metrics:
  - type: Resource
    resource:
      name: memory
      target:
        type: Value
        value: 700Mi # 对应单实例内存阈值，只要有一个实例达到该值就触发扩容判断
  

• 该配置调整后，扩容逻辑会变成只要有任意一个实例的内存达到阈值就触发扩容，避免平均指标拉低导致的扩容不及时问题。

方案2：配合Pod健康检查兜底 #

• 给Pod配置内存相关的livenessProbe和readinessProbe，当单实例内存超过阈值时自动标记为不健康，kubelet会自动重启该实例，同时负载均衡会自动把流量切到其他健康实例，避免请求失败。
• 也可以对接Prometheus自定义指标，配置按单实例指标阈值触发的扩容规则，灵活性更高。

方案3：使用第三方扩缩容组件 #

如果需要更精细化的实例级调度和扩缩容逻辑，可以用KEDA、Kruise Autoscaler这类开源扩缩容组件，原生支持按单实例指标、请求量等多维度触发扩缩容，不需要修改现有业务配置。

注意：调整扩容规则后建议同步调整缩容阈值，避免出现频繁扩缩容的抖动问题。

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