023.掌握Pod-Pod擴容和縮容
阿新 • • 發佈：2019-11-24
一 Pod的擴容和縮容
Kubernetes對Pod的擴縮容操作提供了手動和自動兩種模式，手動模式通過執行kubectl scale命令或通過RESTful API對一個Deployment/RC進行Pod副本數量的設定。自動模式則需要使用者根據某個效能指標或者自定義業務指標，並指定Pod副本數量的範圍，系統將自動在這個範圍內根據效能指標的變化進行調整。1.1 手動縮容和擴容
1 [root@uk8s-m-01 study]# vi nginx-deployment.yaml 2 apiVersion: apps/v1beta1 3 kind: Deployment 4 metadata: 5 name: nginx-deployment 6 spec: 7 replicas: 3 8 template: 9 metadata: 10 labels: 11 app: nginx 12 spec: 13 containers: 14 - name: nginx 15 image: nginx:1.7.9 16 ports: 17 - containerPort: 80
1 [root@uk8s-m-01 study]# kubectl create -f nginx-deployment.yaml 2 [root@uk8s-m-01 study]# kubectl scale deployment nginx-deployment --replicas=5 #擴容至5個 3 [root@uk8s-m-01 study]# kubectl get pods #檢視擴容後的Pod
1 [root@uk8s-m-01 study]# kubectl scale deployment nginx-deployment --replicas=2 #縮容至2個 2 [root@uk8s-m-01 study]# kubectl get pods
1.2 自動擴容機制
Kubernetes使用Horizontal Pod Autoscaler（HPA）的控制器實現基於CPU使用率進行自動Pod擴縮容的功能。HPA控制器基於Master的kube-controller-manager服務啟動引數--horizontal-pod-autoscaler-sync-period定義的探測週期（預設值為15s），週期性地監測目標Pod的資源效能指標，並與HPA資源物件中的擴縮容條件進行對比，在滿足條件時對Pod副本數量進行調整。- HPA原理
- HPA指標型別
- 擴縮容演算法
- Pod正在被刪除（設定了刪除時間戳）：將不會計入目標Pod副本數量。
- Pod的當前指標值無法獲得：本次探測不會將這個Pod納入目標Pod副本數量，後續的探測會被重新納入計算範圍。
- 如果指標型別是CPU使用率，則對於正在啟動但是還未達到Ready狀態的Pod，也暫時不會納入目標副本數量範圍。
1.3 HorizontalPodAutoscaler
Kubernetes將HorizontalPodAutoscaler資源物件提供給使用者來定義擴縮容的規則。 HorizontalPodAutoscaler資源物件處於Kubernetes的API組“autoscaling”中， 目前包括v1和v2兩個版本。 其中autoscaling/v1僅支援基於CPU使用率的自動擴縮容， autoscaling/v2則用於支援基於任意指標的自動擴縮容配置， 包括基於資源使用率、 Pod指標、 其他指標等型別的指標資料。 示例1：基於autoscaling/v1版本的HorizontalPodAutoscaler配置，僅可以設定CPU使用率。1 [root@uk8s-m-01 study]# vi php-apache-autoscaling-v1.yaml 2 apiVersion: autoscaling/v1 3 kind: HorizontalPodAutoscaler 4 metadata: 5 name: php-apache 6 spec: 7 scaleTargetRef: 8 apiVersion: apps/v1 9 kind: Deployment 10 name: php-apache 11 minReplicas: 1 12 maxReplicas: 10 13 targetCPUUtilizationPercentage: 50釋義： scaleTargetRef：目標作用物件，可以是Deployment、ReplicationController或ReplicaSet。 targetCPUUtilizationPercentage：期望每個Pod的CPU使用率都為50%，該使用率基於Pod設定的CPU Request值進行計算，例如該值為200m，那麼系統將維持Pod的實際CPU使用值為100m。 minReplicas和maxReplicas：Pod副本數量的最小值和最大值，系統將在這個範圍內進行自動擴縮容操作， 並維持每個Pod的CPU使用率為50%。 為了使用autoscaling/v1版本的HorizontalPodAutoscaler，需要預先安裝Heapster元件或Metrics Server，用於採集Pod的CPU使用率。 示例2：基於autoscaling/v2beta2的HorizontalPodAutoscaler配置。
1 [root@uk8s-m-01 study]# vi php-apache-autoscaling-v2.yaml 2 apiVersion: autoscaling/v2beta2 3 kind: HorizontalPodAutoscaler 4 metadata: 5 name: php-apache 6 spec: 7 scaleTargetRef: 8 apiVersion: apps/v1 9 kind: Deployment 10 name: php-apache 11 minReplicas: 1 12 maxReplicas: 10 13 metrics: 14 - type: Resource 15 resource: 16 name: cpu 17 target: 18 type: Utilization 19 averageUtilization: 50釋義： scaleTargetRef：目標作用物件，可以是Deployment、ReplicationController或ReplicaSet。 minReplicas和maxReplicas：Pod副本數量的最小值和最大值，系統將在這個範圍內進行自動擴縮容操作， 並維持每個Pod的CPU使用率為50%。 metrics：目標指標值。在metrics中通過引數type定義指標的型別；通過引數target定義相應的指標目標值，系統將在指標資料達到目標值時（考慮容忍度的區間）觸發擴縮容操作。
- metrics中的type（指標型別）設定為以下幾種：
- Resource：基於資源的指標值，可以設定的資源為CPU和記憶體。
- Pods：基於Pod的指標，系統將對全部Pod副本的指標值進行平均值計算。
- Object：基於某種資源物件（如Ingress）的指標或應用系統的任意自定義指標。
1 metrics: 2 - type: Pods 3 pods: 4 metrics: 5 name: packets-per-second 6 target: 7 type: AverageValue 8 averageValue: 1k