GKE Autopilot上KEDA metrics-api触发15分钟后意外缩容问题

针对你在GKE Autopilot上使用KEDA v2.17遇到的缩容问题，以下是核心原因分析和解决方法：

核心可能原因 #

1. KEDA外部指标过期机制 #

KEDA默认将外部指标的保留时间设为900秒（15分钟），如果指标数据超过这个时长未更新（即使你的API持续返回有效值，也可能因采集链路偶发异常导致KEDA未接收到新数据），HPA会判定指标无效，进而触发缩容至1个副本。

2. HPA指标缺失的默认行为 #

KEDA生成的HPA在无法获取有效指标时，默认会将副本数调整为1。你可以通过查看HPA状态确认是否存在指标获取异常。

3. 指标采集链路异常 #

虽然API本身健康，但可能存在KEDA metrics-apiserver无法正确解析返回值、网络链路偶发中断等情况，导致指标未被正常采集。

解决方法 #

1. 调整KEDA指标保留时间 #

在ScaledObject中添加advanced配置，延长指标保留时间或禁用过期机制：

apiVersion: keda.sh/v1alpha1
kind: ScaledObject
metadata:
  name: pod-scaler
  namespace: default
spec:
  scaleTargetRef:
    name: minimal-spot-server
  pollingInterval: 10
  cooldownPeriod: 60
  minReplicaCount: 0
  maxReplicaCount: 8
  advanced:
    metricRetention: 3600 # 设置为1小时，或0表示永不过期
  triggers:
  - type: metrics-api
    metadata:
      targetValue: "1.0"
      url: http://backend.default.svc.cluster.local:80/metrics_test
      valueLocation: "replicaCount"

2. 自定义HPA缩容行为 #

通过hpaBehavior配置限制缩容速率，避免突然缩至1个副本：

apiVersion: keda.sh/v1alpha1
kind: ScaledObject
metadata:
  name: pod-scaler
  namespace: default
spec:
  scaleTargetRef:
    name: minimal-spot-server
  pollingInterval: 10
  cooldownPeriod: 60
  minReplicaCount: 0
  maxReplicaCount: 8
  hpaBehavior:
    scaleDown:
      stabilizationWindowSeconds: 300
      policies:
      - type: Percent
        value: 10
        periodSeconds: 60
      selectPolicy: Max
  triggers:
  - type: metrics-api
    metadata:
      targetValue: "1.0"
      url: http://backend.default.svc.cluster.local:80/metrics_test
      valueLocation: "replicaCount"

3. 验证指标采集链路 #

• 查看KEDA metrics-apiserver日志，确认指标解析情况：

kubectl logs -n keda deployment/keda-operator-metrics-apiserver | grep metrics_test

• 在集群内测试API可用性，确认返回值格式正确：

kubectl run -it --rm --image=curlimages/curl curl-test -- curl http://backend.default.svc.cluster.local:80/metrics_test

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