为何Kubectl的水平Pod自动扩缩容命令未提供内存指定参数？

这个问题我当初刚接触HPA（水平Pod自动扩缩容）时也琢磨过，其实背后是有明确原因的：

• 首先，kubectl autoscale 本身是一个简化版的HPA快速创建工具，它只封装了最通用、最不容易出现扩缩抖动的CPU使用率指标。CPU使用率在绝大多数应用场景里波动相对稳定，作为扩缩容触发指标的普适性最高，所以官方把它做成了命令行快捷选项。
• 而内存使用率作为扩缩容指标的场景要复杂得多：很多应用的内存使用是“持续递增”的（比如缓存类、数据处理类应用），或者会出现临时的突发增长，直接用固定阈值触发扩缩容很容易导致误操作——要么频繁扩缩浪费集群资源，要么缩容不及时影响应用运行。这种场景下很难用一个统一的命令行参数来覆盖所有需求，所以官方没有给kubectl autoscale添加内存相关的快捷flag。

如果你的业务确实需要基于内存使用率来配置HPA，完全可以实现，只是需要通过更灵活的YAML配置来完成，而不是依赖kubectl autoscale的命令行参数：

比如你可以编写这样的HPA配置文件（hpa-with-memory.yaml）：

apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:
  name: target-deployment-hpa
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: <deployment>
  minReplicas: 1
  maxReplicas: 10
  metrics:
  - type: Resource
    resource:
      name: cpu
      target:
        type: Utilization
        averageUtilization: 50
  - type: Resource
    resource:
      name: memory
      target:
        type: Utilization
        averageUtilization: 70

然后执行kubectl apply -f hpa-with-memory.yaml，就能同时基于CPU和内存的使用率来触发扩缩容了。

简单来说，kubectl autoscale的定位是帮你快速搭建基础的HPA规则，而内存这类个性化、复杂度高的扩缩需求，官方交给了更灵活的自定义配置来处理——毕竟不同应用的内存使用模式差异太大，一个统一的命令行参数根本覆盖不了所有场景呀~

备注：内容来源于stack exchange，提问作者dejanualex