一、什麼是cluster-autoscaler

CA（ cluster-autoscaler）是用來彈性伸縮kubernetes叢集的。我們在使用kubernetes叢集經常問到的一個問題是，我應該保持多大的節點規模來滿足應用需求呢？ cluster-autoscaler的出現解決了這個問題，它可以自動的根據部署的應用所請求的資源量來動態的伸縮叢集。

二、CA架構

CA由以下幾個模組組成：

• autoscaler：核心模組，負責整體擴縮容功能
• Estimator：負責評估計算擴容節點
• Simulator：負責模擬排程，計算縮容節點
• CA Cloud-Provider：與雲互動進行節點的增刪操作。社群目前僅支援AWS和GCE，其他雲廠商需要自己實現CloudProvider和NodeGroup相關介面。
  CA的架構如下圖所示：
  

三、其他細節

3.1 什麼時候CA改變叢集大小

擴容： 由於資源不足，pod排程失敗，即有pod一直處於Pending狀態。
縮容：node的資源利用率較低時，且此node上存在的pod都能被重新排程到其他node上執行。

3.2 什麼樣的節點不會被CA刪除

• 節點上有pod被PodDisruptionBudget控制器限制。
• 節點上有名稱空間是kube-system的pods。
• 節點上的pod不是被控制器建立，例如不是被deployment, replica set, job, stateful set建立。
• 節點上有pod使用了本地儲存
• 節點上pod驅逐後無處可去，即沒有其他node能排程這個pod
• 節點有註解：”cluster-autoscaler.kubernetes.io/scale-down-disabled”: “true”

3.3 如何防止節點被CA刪除

可以通過給節點打上特定註解保證節點不給CA刪除：

kubectl annotate node <nodename> cluster-autoscaler.kubernetes.io/scale-down-disabled=true

3.4 CA如何與HPA協同工作

HPA（Horizontal Pod Autoscaling）是k8s中pod的水平自動擴充套件，HPA的操作物件是RC、RS或Deployment對應的Pod，根據觀察到的CPU等實際使用量與使用者的期望值進行比對，做出是否需要增減例項數量的決策。
當CPU負載增加，HPA擴容pod，如果此pod因為資源不足無法被排程，則此時CA出馬擴容節點。
當CPU負載減小，HPA減少pod，CA發現有節點資源利用率低甚至已經是空時，CA就會刪除此節點。

四、部署使用CA

直接在叢集中部署即可，簡化的yaml如下所示，啟動引數按需新增，其中{{MIN}}是最小節點數，{{MAX}}是最大節點數

apiVersion: extensions/v1beta1
kind: Deployment
metadata:
  name: cluster-autoscaler
  labels:
    k8s-app: cluster-autoscaler
spec:
  replicas: 1
  selector:
    matchLabels:
      k8s-app: cluster-autoscaler
  template:
    metadata:
      labels:
        k8s-app: cluster-autoscaler
    spec:
      containers:
        - image: cluster-autoscaler:latest
          name: cluster-autoscaler
          command:
            - ./cluster-autoscaler
            - --nodes={{MIN}}:{{MAX}}:k8s-worker-asg-1

五、Ref