Kubernetes 弹性伸缩HPA功能加强Advanced Horizontal Pod Autoscaler -介绍部署篇

背景

WHAT（作什么）

Advanced Horizontal Pod Autoscaler（简称：AHPA）是kubernetes中HPA的功能加强. 在兼容原生HPA功能基础上，增长预测、执行模式配置、缩容控制等功能。用户可使用AdvancedHorizontalPodAutoscaler对支持scale功能的对象（例如Deployment等）进行弹性伸缩。

WHY（为何作）

HPA在使用方面存在不便之处：

• 扩缩模式不灵活：建立HPA后，资源真实扩缩后方可验证可用性
• 扩缩控制存在必定风险，缩容按照目标态单次执行，易形成业务抖动
• 针对规律性强应用，没法进行特殊处理，好比提早备容，下降扩容效率低带来的风险
• 支持指标须要自定义扩展，须要必定开发成本

How（怎么作）

AHPA功能分为两部分：controller和algorithm。

• controller部分：HPA功能兼容、阈值触发和预测触发结果处理、扩缩模式功能、缩容控制功能等
• algorithm部分：提供一个基于STL + auto-arima的预测算法实现功能
• 总体架构以下：
  

使用场景

周期性规律明显应用成本优化 --提早备容，下降容量风险

针对规律性明显的应用，通常有以下特征：

上图中，红线表示应用的入网流量(qps)，蓝线表示容器数。从图中蓝色能够看出，在qps到来前一段时间（好比：60min）已经开始备容，在qps达到峰值前资源已经ready，下降流量高峰来临时刻备容应用抖动带来的风险；在qps峰值事后，资源缓慢回收（缩容速率线性递减），避免产生浪费。经过上图能够看出，针对规律性明显应用，提早备容，缓慢缩容，最终可以保证应用稳定性的前提下达到成本优化目的。

部署

前置条件

• helm v2版本大于 v2.11.0+.
• 预测功能依赖"阿里云云监控"，需安装"ack-alibaba-cloud-metrics-adapter"组件.

安装 && 卸载

安装chart

方式一：进入“容器服务”->"市场"->"应用目录"->"ack-advanced-horizontal-pod-autoscaler"进行安装，以下图：

方式二：

helm install ack-advanced-horizontal-pod-autoscaler -n ahpa复制代码

卸载chart

helm delete ahpa复制代码

helm参数配置

参数说明默认值ahpa.replicaCountAHPA controller 副本数1ahpa.imageTagAHPA 镜像tag.v1.0ahpa.imagePullPolicyAHPA 镜像拉取策略Alwaysahpa.ALGORITHM_SERVICE_AHPA_SVC_HOSTAHPA 算法依赖svcalgorithm-servicealgorithm.replicaCount算法服务 副本数1algorithm.ports算法服务 端口号5000algorithm.imageTag算法服务 镜像tag1.0algorithm.imagePullPolicy算法服务 镜像拉取策略AlwaysalibabaCloudMetricsAdapter.needcreate是否安装alibaba-cloud-metric-adaptertruecrds.needcreate是否安装crdstruerbac.needcreate是否配置rbactrue

使用

运行一个AHPA demo

apiVersion: autoscaling.alibabacloud.com/v1
kind: AdvancedHorizontalPodAutoscaler
metadata:
  labels:
    controller-tools.k8s.io: "1.0"
  name: ahpa-sample-original-support
  namespace: kube-system
spec:
   scaleTargetRef:
      apiVersion: extensions/v1beta1
      kind: Deployment
      name: nginx-deploy
   selector:
     matchLabels:
       app: nginx-deploy
   minReplicas: 2
   maxReplicas: 5
   # 扩缩模式,scalingUpOnly:只扩模式，observer:观察模式，auto:扩缩模式
   scaleMode: "auto"
   # 单位为分钟，预测将来60分钟所需副本数
   forecastWindow: 60
   metrics:
     - type: External
       external:
        metric:
          name: k8s_workload_cpu_util
          selector:
            matchLabels:
              k8s.cluster.id: "xxx"
              k8s.workload.name: "nginx-deploy"
              k8s.workload.type: "Deployment"
              k8s.workload.namespace: "kube-system"
              k8s.period: "100"
        target:
          type: Value
          value: 60复制代码

AHPA功能加强配置说明 && 指标支持

功能加强说明

参数说明默认值scaleMode扩缩模式，scalingUpOnly:只扩模式，observer:观察模式，auto:扩缩模式"observer"forecastWindow预测将来时间窗口（分钟），0表示不使用预测功能0

最后

Advanced Horizontal Pod Autoscaler可针对周期性规律强的应用进行提早备容，减小扩容资源申请、应用启动耗时带来的容量风险，同时更好的支持扩缩模式和扩缩控制，增长了自动扩缩的业务的可用性。

原文连接

本文为云栖社区原创内容，未经容许不得转载。