Kubernetes HPA 基础回顾：HPA 工作原理、Metrics Server、自定义指标与聚合层

Horizontal Pod Autoscaler（HPA）是 Kubernetes 中实现工作负载弹性伸缩的核心控制器。它通过持续监测 Pod 的负载指标，自动调整副本数量，使应用在流量高峰时获得足够资源，在低谷时释放闲置资源。理解 HPA 的工作原理、指标来源以及聚合层机制，是构建可靠弹性基础设施的前提。

2.1 HPA 工作原理

HPA 以控制循环（Control Loop）方式运行，默认每 15 秒从指标源拉取数据，并根据当前指标值与目标值的比值计算期望副本数。其核心计算公式如下：

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

HPA 控制器的工作流程分为四个阶段：

1. 指标采集：通过 Metrics Server 或自定义指标 API 获取当前 Pod 的 CPU、内存或自定义指标值。
2. 副本计算：根据公式计算期望副本数，并考虑冷却窗口（Cooldown）和容忍度（Tolerance）避免频繁抖动。
3. 更新目标：调用 Kubernetes API 更新 Deployment/StatefulSet 的 replicas 字段。
4. 扩缩容执行：ReplicaSet 控制器根据新的副本数创建或删除 Pod。

2.2 Metrics Server：资源指标的基石

Metrics Server 是 Kubernetes 集群中资源指标（CPU、内存）的聚合器。它从每个节点上的 kubelet 内置 cAdvisor 接口采集数据，通过 metrics.k8s.io API 对外暴露。Metrics Server 采用内存存储，不持久化历史数据，因此适合用于 HPA 等实时弹性场景。

2.3 自定义指标与聚合层

当业务需要基于 QPS、请求延迟、队列深度等自定义指标进行弹性伸缩时，仅靠 Metrics Server 的 CPU/内存指标是不够的。Kubernetes 通过 API 聚合层（API Aggregation Layer） 扩展了指标 API，支持三类指标来源：

• 资源指标（Resource Metrics）：由 Metrics Server 提供，对应 metrics.k8s.io API。
• 自定义指标（Custom Metrics）：由用户部署的适配器提供，对应 custom.metrics.k8s.io API，例如基于 Prometheus Adapter 暴露的应用指标。
• 外部指标（External Metrics）：来自集群外部的指标源，对应 external.metrics.k8s.io API，例如云厂商的负载均衡器连接数、消息队列积压量。

API 聚合层的工作原理如下：

1. 用户部署一个实现了 /apis/custom.metrics.k8s.io/v1beta1 或 /apis/external.metrics.k8s.io/v1beta1 的 API 服务（如 Prometheus Adapter、Kubernetes Metrics Adapter）。
2. 该服务注册到 Kubernetes API Server 的聚合层中。
3. HPA 控制器通过聚合层统一查询指标，无需关心底层数据源的具体实现。

2.4 HPA 配置示例

以下是一个基于 CPU 和自定义 QPS 指标的 HPA 配置示例：

apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:
  name: web-app-hpa
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: web-app
  minReplicas: 2
  maxReplicas: 10
  metrics:
  - type: Resource
    resource:
      name: cpu
      target:
        type: Utilization
        averageUtilization: 70
  - type: Pods
    pods:
      metric:
        name: http_requests_per_second
      target:
        type: AverageValue
        averageValue: 1000

2.5 常见问题与最佳实践