Как настроить горизонтальный автоскейлер для подов на физическом сервере?

Horizontal Pod Autoscaler (HPA) автоматически масштабирует количество подов в Deployments или StatefulSets на основе наблюдаемой загрузки CPU или других метрик. На физическом сервере, если это единственный узел кластера Kubernetes или часть многоузлового кластера, процесс настройки аналогичен:

1. Проверка предусловий:

   • Установлен и настроен кластер Kubernetes (kops, kubeadm, manual setup).
   • Развернут и настроен Metrics Server для сбора метрик использования ресурсов подами.

2. Настройка Metrics Server: Ensure the Metrics Server is running:

   # Check if metrics-server is running
   kubectl get apiservice v1beta1.metrics.k8s.io -o yaml
   

   If not installed, deploy it. For example, using Helm or official manifests.

3. Создание Deployment (если еще нет): Создайте Deployment для вашего приложения. Например:

   // deployment.yaml
   apiVersion: apps/v1
   kind: Deployment
   metadata:
     name: my-app
   spec:
     replicas: 1
     selector:
       matchLabels:
         app: my-app
     template:
       metadata:
         labels:
           app: my-app
       spec:
         containers:
         - name: my-container
           image: my-image
           resources:
             requests: // Важно установить запросы на ресурсы
               cpu: "100m"
               memory: "128Mi"
             limits: // Рекомендуется установить лимиты
               cpu: "200m"
               memory: "256Mi"
   

4. Создание Horizontal Pod Autoscaler: Создайте объект HPA, который свяжет его с вашим Deployment. Вы можете указать целевую загрузку CPU или использовать кастомные метрики.

   • На основе CPU:

     // hpa.yaml
     apiVersion: autoscaling/v1
     kind: HorizontalPodAutoscaler
     metadata:
       name: my-app-hpa
     spec:
       scaleTargetRef:
         apiVersion: apps/v1
         kind: Deployment
         name: my-app
       minReplicas: 1 // Минимальное количество подов
       maxReplicas: 5 // Максимальное количество подов
       targetCPUUtilizationPercentage: 50 // Целевая загрузка CPU в процентах
     

   • На основе кастомных метрик (требуется адаптер метрик, e.g., Prometheus Adapter):

     // hpa-custom-metrics.yaml
     apiVersion: autoscaling/v2beta2
     kind: HorizontalPodAutoscaler
     metadata:
       name: my-app-hpa-custom
     spec:
       scaleTargetRef:
         apiVersion: apps/v1
         kind: Deployment
         name: my-app
       minReplicas: 1
       maxReplicas: 5
       metrics:
       - type: Pods
         pods:
           metric:
             name: my_custom_metric
           target:
             type: AverageValue
             averageValue: 10
     

5. Применение конфигурации: Примените манифесты Deployment и HPA с помощью kubectl apply -f <filename>.

   # Apply deployment
   kubectl apply -f deployment.yaml
   
   # Apply HPA
   kubectl apply -f hpa.yaml
   

6. Проверка статуса HPA: Проверьте статус HPA, чтобы убедиться, что он создан и контролирует ваш Deployment.

   # Get HPA status
   kubectl get hpa my-app-hpa
   

   Вывод покажет текущее количество подов, целевое количество подов, текущую загрузку метрики и статус масштабирования.

7. Мониторинг: Мониторьте поведение HPA, изменяя нагрузку на приложение, чтобы увидеть, как он автоматически масштабирует поды.

На физическом сервере, который является узлом Kubernetes, HPA работает так же, как и в других средах, полагаясь на метрики, предоставляемые Metric Server, для определения необходимости масштабирования. Важно правильно настроить запросы на ресурсы в манифесте Deployment, так как HPA на основе CPU использует эти запросы для расчета целевого использования.