這篇文章將為大家詳細(xì)講解有關(guān)k8s的HPA是什么，小編覺得挺實(shí)用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。

站在用戶的角度思考問題，與客戶深入溝通，找到海棠網(wǎng)站設(shè)計(jì)與海棠網(wǎng)站推廣的解決方案，憑借多年的經(jīng)驗(yàn)，讓設(shè)計(jì)與互聯(lián)網(wǎng)技術(shù)結(jié)合，創(chuàng)造個性化、用戶體驗(yàn)好的作品，建站類型包括：網(wǎng)站設(shè)計(jì)、網(wǎng)站建設(shè)、企業(yè)官網(wǎng)、英文網(wǎng)站、手機(jī)端網(wǎng)站、網(wǎng)站推廣、域名與空間、虛擬主機(jī)、企業(yè)郵箱。業(yè)務(wù)覆蓋海棠地區(qū)。

HPA介紹

Kubernetes HPA（水平Pod自動縮放）Pod水平自動伸縮，通過此功能，只需簡單的配置，即可便可以利用監(jiān)控指標(biāo)（cpu使用率、磁盤、內(nèi)存等）自動的擴(kuò)容或縮容服務(wù)中Pod數(shù)量，當(dāng)業(yè)務(wù)需求增加時，系統(tǒng)將為您無縫地自動增加適量容器，提高系統(tǒng)穩(wěn)定性。此處將詳細(xì)講解HPA的核心設(shè)計(jì)原理和基于Hepaster的使用方法。

前提條件

系統(tǒng)應(yīng)該能否獲取到當(dāng)前Pod的資源使用情況 (意思是可以執(zhí)行kubectl top pod命令,并且能夠得到反饋信息)。

若要實(shí)現(xiàn)自動擴(kuò)縮容的功能，還需要部署heapster服務(wù)，用來收集及統(tǒng)計(jì)資源的利用率，支持kubectl top命令，heapster服務(wù)集成在prometheus（普羅米修斯） MertricServer服務(wù)中，所以說，為了方便，我這里基于prometheus服務(wù)的環(huán)境上進(jìn)行部署HPA（動態(tài)擴(kuò)縮容）的服務(wù)。

實(shí)驗(yàn)環(huán)境

主機(jī)	IP地址	服務(wù)
master	192.168.1.21	k8s
node01	192.168.1.22	k8s
node02	192.168.1.23	k8s

基于[https://blog.51cto.com/14320361/2473879]() 的實(shí)驗(yàn)繼續(xù)進(jìn)行

• heapster：這個組件之前是集成在k8s集群的,不過在1.12版本之后被移除了。如果還想使用此功能，應(yīng)該部署metricServer, 這個k8s集群資源使用情況的聚合器。

• Cousom：同樣處于beta階段(autoscaling/v2beta1)，但是涉及到自定義的REST API的開發(fā)，復(fù)雜度會大一些，并且當(dāng)需要從自定義的監(jiān)控中獲取數(shù)據(jù)時，只能設(shè)置絕對值，無法設(shè)置使用率。

自動擴(kuò)展主要分為兩種：

• 水平擴(kuò)展(scale out)，針對于實(shí)例數(shù)目的增減。

• 垂直擴(kuò)展(scal up)，即單個實(shí)例可以使用的資源的增減, 比如增加cpu和增大內(nèi)存。
  HPA屬于前者。它可以根據(jù)CPU使用率或應(yīng)用自定義metrics自動擴(kuò)展Pod數(shù)量(支持 replication controller、deployment 和 replica set)。

工作流程

• 創(chuàng)建HPA資源，設(shè)定目標(biāo)CPU使用率限額，以及大/最小實(shí)例數(shù)，一定要設(shè)置Pod的資源限制參數(shù): request，否則HPA不會工作。

• 控制管理器每隔30s(在kube-controller-manager.service中可以通過–-horizontal-pod-autoscaler-sync-period修改)查詢metrics的資源使用情況。

• 然后與創(chuàng)建時設(shè)定的值和指標(biāo)做對比(平均值之和/限額)，求出目標(biāo)調(diào)整的實(shí)例個數(shù)。

• 目標(biāo)調(diào)整的實(shí)例數(shù)不能超過第一條中設(shè)定的大/最小實(shí)例數(shù)。如果沒有超過，則擴(kuò)容；超過，則擴(kuò)容至大的實(shí)例個數(shù)。

• 重復(fù)第2-4步。

這里，我們使用一個測試鏡像， 這個鏡像基于php-apache制作的docker鏡像，包含了一些可以運(yùn)行cpu密集計(jì)算任務(wù)的代碼。

1、創(chuàng)建一個deployment控制器

[root@master ~]#docker pull mirrorgooglecontainers/hpa-example:latest
//下載hpa-example鏡像

[root@master ~]# kubectl run php-apache --image=mirrorgooglecontainers/hpa-example --requests=cpu=200m --expose  --port=80
//基于hpa-example鏡像，運(yùn)行一個deployment控制器，請求CPU的資源為200m，暴露一個80端口

查看一下

[root@master ~]# kubectl get deployments.

2、創(chuàng)建HPA控制器

[root@master ~]# kubectl autoscale deployment php-apache --cpu-percent=50 --min=1 --max=10
//當(dāng)deployment資源對象的CPU使用率達(dá)到50%時，就進(jìn)行擴(kuò)容，最多可以擴(kuò)容到10個

查看一下

[root@master ~]# kubectl get hpa

3、測試（master開啟三個端口）

新開啟多個終端，對pod進(jìn)行死循環(huán)請求php-apache的pod

端口一

（1）創(chuàng)建一個應(yīng)用，用來不停的訪問我們剛剛創(chuàng)建的php-apache的svc資源。

[root@master ~]# kubectl run -i --tty load-generator --image=busybox /bin/sh

（2）進(jìn)入Pod內(nèi)，執(zhí)行以下這條命令.用來模擬訪問php-apache的svc資源。

[root@master ~]# while true; do wget -q -O- http://php-apache.default.svc.cluster.local ; done
//不停地向php-apache的svc資源，發(fā)送ok

端口二

[root@master ~]# kubectl get hpa -w
//實(shí)時查看pod的cpu狀態(tài)

可以看到php-apache的cpu使用情況已經(jīng)超過了50%

端口三

[root@master images]# kubectl get pod -w
//實(shí)時查看pod的狀態(tài)

關(guān)于“k8s的HPA是什么”這篇文章就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，使各位可以學(xué)到更多知識，如果覺得文章不錯，請把它分享出去讓更多的人看到。

文章題目：k8s的HPA是什么-創(chuàng)新互聯(lián)
分享鏈接：http://weahome.cn/article/dpjsje.html