📚 课程目录第4章 VPA原理深度解析

4. HPA 配置实战：创建 HPA 资源对象

Horizontal Pod Autoscaler（HPA）是 Kubernetes 实现工作负载弹性伸缩的核心机制。本节将围绕 HPA 的完整配置流程展开，涵盖资源对象定义、关键参数设置、指标目标配置以及命令行快速创建方法。

4.1 HPA 资源对象结构

HPA 通过 autoscaling/v2 API 版本定义，支持多指标、自定义指标和外部指标。以下是一个完整的 HPA YAML 示例，针对名为 web-server 的 Deployment 进行自动扩缩容：

apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:
  name: web-server-hpa
  namespace: production
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: web-server
  minReplicas: 2
  maxReplicas: 10
  metrics:
  - type: Resource
    resource:
      name: cpu
      target:
        type: Utilization
        averageUtilization: 70
  - type: Resource
    resource:
      name: memory
      target:
        type: Utilization
        averageUtilization: 80
  behavior:
    scaleDown:
      stabilizationWindowSeconds: 300
      policies:
      - type: Percent
        value: 10
        periodSeconds: 60
    scaleUp:
      stabilizationWindowSeconds: 0
      policies:
      - type: Percent
        value: 100
        periodSeconds: 60

4.2 核心参数详解

参数	说明	推荐值 / 约束
`minReplicas`	最小副本数，保证基础容量	≥ 1，建议 2 以上保障高可用
`maxReplicas`	最大副本数，防止资源耗尽	≤ 集群节点可调度 Pod 上限
`averageUtilization`	目标平均利用率百分比	CPU 通常 50-80%，内存 60-85%
`stabilizationWindowSeconds`	缩容稳定窗口，防止抖动	缩容 300s，扩容 0s（快速响应）
`policies`	扩缩容速率策略	扩容 100%/60s，缩容 10%/60s

关键原则：minReplicas 应满足业务低谷期的流量需求；maxReplicas 应结合集群剩余容量和 Pod 资源请求量计算，避免扩容后节点资源不足导致 Pod 调度失败。

4.3 配置 CPU / 内存利用率目标

HPA 支持同时配置 CPU 和内存指标，两者采用“取最大值”策略决定目标副本数。当任一指标超过目标值时，HPA 会触发扩容。

CPU 目标：基于 Pod 的 requests.cpu 计算利用率。例如 Pod 请求 500m CPU，目标利用率 70%，则目标使用量为 350m。
内存目标：基于 Pod 的 requests.memory 计算利用率。内存指标存在滞后性，建议配合 behavior.scaleDown.stabilizationWindowSeconds 防止频繁缩容。
多指标协同：HPA 会分别计算每个指标所需的副本数，最终取最大值作为目标副本数。

  计算公式：

  desiredReplicas = ceil[currentReplicas × (currentMetricValue / targetMetricValue)]

  当多个指标存在时：desiredReplicas = max(desiredReplicas_CPU, desiredReplicas_Memory)

4.4 使用 kubectl autoscale 命令快速创建

对于快速验证场景，kubectl autoscale 命令可以一行创建 HPA，无需编写 YAML 文件：

# 创建 HPA，CPU 目标利用率 70%，副本范围 2-10
kubectl autoscale deployment web-server \
  --cpu-percent=70 \
  --min=2 \
  --max=10 \
  --namespace=production

# 查看 HPA 状态
kubectl get hpa web-server-hpa -n production

# 查看 HPA 详细事件
kubectl describe hpa web-server-hpa -n production

注意：kubectl autoscale 仅支持 CPU 指标，无法直接配置内存指标或自定义指标。生产环境建议使用 YAML 文件管理 HPA 配置，便于版本控制和 CI/CD 集成。

4.5 HPA 扩缩容决策流程

下图展示了 HPA 从指标采集到最终执行扩缩容的完整决策链路：

4.6 多指标 HPA 配置示例

以下示例展示了同时配置 CPU 和内存指标，并设置差异化扩缩容行为策略的完整配置：

apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:
  name: multi-metric-hpa
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: api-gateway
  minReplicas: 3
  maxReplicas: 20
  metrics:
  - type: Resource
    resource:
      name: cpu
      target:
        type: Utilization
        averageUtilization: 65
  - type: Resource
    resource:
      name: memory
      target:
        type: Utilization
        averageUtilization: 75
  behavior:
    scaleDown:
      stabilizationWindowSeconds: 300
      policies:
      - type: Pods
        value: 1
        periodSeconds: 60
    scaleUp:
      stabilizationWindowSeconds: 0
      policies:
      - type: Pods
        value: 4
        periodSeconds: 60
      - type: Percent
        value: 100
        periodSeconds: 60
        selectPolicy: Max

最佳实践：扩容策略使用 selectPolicy: Max 同时启用 Pods 和 Percent 策略，取两者中较大的值，确保流量突增时快速扩容；缩容策略使用 selectPolicy: Min（默认），保守缩容避免抖动。

4.7 验证 HPA 配置

创建 HPA 后，建议通过以下步骤验证配置是否生效：

检查 HPA 状态：kubectl get hpa -w 观察 TARGETS 列是否显示当前指标值。
模拟负载：使用 kubectl run load-generator --image=busybox -- /bin/sh -c "while true; do wget -q -O- http://web-server-service; done" 产生 CPU 压力。
观察扩缩容：kubectl describe hpa 查看 Events 字段，确认扩容/缩容事件是否按预期触发。
验证边界：测试 minReplicas 和 maxReplicas 边界，确保 HPA 不会超出设定范围。

常见问题：如果 HPA 一直显示 <unknown> 或无法获取指标，请检查 Metrics Server 是否正常运行：kubectl get pods -n kube-system | grep metrics-server。确保 Pod 的 requests 字段已正确设置，否则 HPA 无法计算利用率。