本文将介绍基于heapster获取metric的HPA配置。在开始之前，有必要先了解一下K8S的HPA特性。

1、HPA全称Horizontal Pod Autoscaling，即pod的水平自动扩展。 自动扩展主要分为两种，其一为水平扩展，针对于实例数目的增减；其二为垂直扩展，即单个实例可以使用的资源的增减。HPA属于前者。

2、HPA是Kubernetes中实现POD水平自动伸缩的功能。 云计算具有水平弹性的特性，这个是云计算区别于传统IT技术架构的主要特性。对于Kubernetes中的POD集群来说，HPA可以实现很多自动化功能，比如当POD中业务负载上升的时候，可以创建新的POD来保证业务系统稳定运行，当POD中业务负载下降的时候，可以销毁POD来提高资源利用率。

3、HPA控制器默认每隔30秒就会运行一次。 如果要修改间隔时间，可以设置horizontal-pod-autoscaler-sync-period参数。

4、HPA的操作对象是RC、RS或Deployment对应的Pod 根据观察到的CPU等实际使用量与用户的期望值进行比对，做出是否需要增减实例数量的决策。

5、hpa的发展历程 在Kubernetes v1.1中首次引入了hpa特性。hpa第一个版本基于观察到的CPU利用率，后续版本支持基于内存使用。 在Kubernetes 1.6中引入了一个新的API自定义指标API，它允许HPA访问任意指标。 Kubernetes 1.7引入了聚合层，允许第三方应用程序通过注册为API附加组件来扩展Kubernetes API。自定义指标API以及聚合层使得像Prometheus这样的监控系统可以向HPA控制器公开特定于应用程序的指标。

一、准备工作

因为pod的metrics信息来源与heapster，所以在开始之前要保证heapster运行正常。heapster的配置可参考前文。我们可以通过运行kubectl top node来验证heapster是否运行正常。

二、针对CPU的HPA演示

1、直接通过kubectl工具来创建hpa

# docker pull siriuszg/hpa-example # kubectl get pod,deployment,svc # kubectl run php-apache --image=siriuszg/hpa-example --requests=cpu=50m --expose --port=80 # kubectl autoscale deployment php-apache --cpu-percent=10 --min=1 --max=3 

# kubectl get deployment,svc,hpa

2、运行一个deployment来制造压力

# kubectl run -i --tty load-generator --image=registry.59iedu.com/busybox /bin/sh # nslookup php-apache # while true; do wget -q -O- http://php-apache; done

从输入的日志上看，可以看到自动扩展的过程中有出现“connection refused”，最后我们将制造压力的deployment删除

# kubectl delete deployment load-generator

3、在整个过程中可以新开一个终端来观察hpa自动扩展和收缩的过程 4、排错

Warning FailedGetResourceMetric 12s (x41 over 20m) horizontal-pod-autoscaler unable to get metrics for resource cpu: unable to fetch metrics from API: the server could not find the requested resource (get pods.metrics.k8s.io)

出现上述错误，需要修改kube-controller-manager的配置文件

# grep 'autoscaler' /usr/lib/systemd/system/kube-controller-manager.service --horizontal-pod-autoscaler-use-rest-clients=false # systemctl daemon-reload systemctl restart kube-controller-manager

三、针对内存的HPA演示

1、通过yaml文件创建hpa

# cat hpa-memory.yaml apiVersion: autoscaling/v2beta1 kind: HorizontalPodAutoscaler metadata: name: tomcat-shopxx-hpa namespace: default spec: scaleTargetRef: apiVersion: apps/v1beta1 kind: Deployment name: tomcat-shopxx minReplicas: 1 maxReplicas: 3 metrics: - type: Resource resource: name: memory targetAverageUtilization: 30 # kubectl create -f hpa-memory.yaml

2、修改deployment的yaml文件，添加资源的requests和limit限制

如果没有相应的资源限制，则describe查看hpa会有报错信息“missing request for memory on container xxxx”

# cat tomcat.yaml apiVersion: extensions/v1beta1 kind: Deployment metadata: name: tomcat-shopxx namespace: default spec: replicas: 1 template: metadata: labels: k8s-app: tomcat-shopxx spec: containers: - image: registry.59iedu.com/filebeat:v5.4.0 imagePullPolicy: Always resources: requests: cpu: "50m" memory: "20Mi" limits: cpu: "100m" memory: "50Mi" name: filebeat volumeMounts: - name: app-logs mountPath: /log - name: filebeat-config mountPath: /etc/filebeat/ - image: registry.59iedu.com/tomcat_shopxx:v1 name : tomcat-shopxx imagePullPolicy: Always resources: requests: cpu: "50m" memory: "200Mi" limits: cpu: "100m" memory: "250Mi" env: - name: JAVA_OPTS value: "-Xmx128m -Xms128m" ports: - containerPort: 8080 volumeMounts: - name: app-logs mountPath: /home/tomcat/logs volumes: - name: app-logs emptyDir: {} - name: filebeat-config configMap: name: filebeat-config # kubectl apply -f tomcat..yaml

3、观察hpa过程

# journalctl -u kube-controller-manager.service -f 

# kubectl describe hpa tomcat-shopxx-hpa 

# kubectl get hpa # kubectl get pod

下文将会介绍基于metric-server的hpa，尽请关注！ 参考： https://kubernetes.io/docs/tasks/run-application/horizontal-pod-autoscale/ https://kubernetes.io/docs/tasks/run-application/horizontal-pod-autoscale-walkthrough/ https://github.com/kubernetes/kubernetes/issues/57673