3. Deployment 副本管理：replicas 字段详解、手动扩缩容、自动扩缩容 (HPA) 基础

副本管理是 Deployment 控制器的核心能力，它直接决定了集群中运行的应用实例数量。本章将深入解析 replicas 字段的语义与行为，并分别介绍手动与自动两种扩缩容模式，帮助你在生产环境中精准控制资源规模。

3.1 replicas 字段详解

replicas 是 Deployment 规范中的必选字段，定义在 spec.replicas 下，类型为整型，默认值为 1。它声明了期望运行的 Pod 副本数量，Deployment 控制器通过 ReplicaSet 确保实际运行数始终与期望值一致。

3.2 手动扩缩容

手动扩缩容是最直接的控制方式，适用于计划性容量调整或临时故障恢复。支持两种操作路径：

3.2.1 使用 kubectl scale 命令

# 将 my-app 的副本数调整为 5
kubectl scale deployment my-app --replicas=5

# 基于当前副本数增加 3 个副本（相对扩缩容）
kubectl scale deployment my-app --current-replicas=3 --replicas=6

3.2.2 编辑 YAML 文件并应用

# 修改 deployment.yaml 中的 spec.replicas 字段
apiVersion: apps/v1
kind: Deployment
metadata:
  name: my-app
spec:
  replicas: 5   # 从 3 改为 5
  selector:
    matchLabels:
      app: my-app
  template:
    metadata:
      labels:
        app: my-app
    spec:
      containers:
      - name: app
        image: nginx:1.25

# 应用变更
kubectl apply -f deployment.yaml

3.3 自动扩缩容 (HPA) 基础

HorizontalPodAutoscaler (HPA) 是 Kubernetes 内置的自动扩缩容机制，基于 CPU、内存或自定义指标动态调整 Deployment 的 replicas 值。HPA 以控制循环方式工作，默认每 15 秒评估一次指标。

3.3.1 HPA 工作原理

1. 指标采集：HPA 通过 Metrics Server 或自定义 API 获取 Pod 的当前资源使用率。
2. 期望副本计算：使用公式 desiredReplicas = ceil[currentReplicas × (currentMetricValue / desiredMetricValue)]。
3. 阈值判定：当计算出的期望副本数超出 minReplicas 和 maxReplicas 范围时，自动截断。
4. 执行扩缩容：调用 Deployment 的 Scale 子资源更新 spec.replicas。

3.3.2 创建 HPA 资源

apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:
  name: my-app-hpa
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: my-app
  minReplicas: 2
  maxReplicas: 10
  metrics:
  - type: Resource
    resource:
      name: cpu
      target:
        type: Utilization
        averageUtilization: 50
  - type: Resource
    resource:
      name: memory
      target:
        type: Utilization
        averageUtilization: 80

3.3.3 HPA 关键参数对比

3.4 扩缩容流程与状态转换

下图展示了从用户操作到 Pod 实际变化的完整扩缩容链路，涵盖手动与自动两种触发方式。

3.5 手动 vs 自动扩缩容对比

3.6 生产实践建议

• 设置合理的 minReplicas：至少 2 个副本以保证滚动更新和故障容错。
• 配置 HPA 行为策略：使用 behavior 字段控制扩容/缩容速率，避免指标抖动引发震荡。
• 监控 HPA 状态：通过 kubectl describe hpa 查看当前指标值和期望副本数，及时发现异常。
• 避免手动与自动冲突：如果启用了 HPA，不要手动修改 spec.replicas，除非先暂停 HPA。
• 结合 PodDisruptionBudget：在缩容时配合 PDB 确保关键 Pod 不被同时终止。