4. HPA基础：Horizontal Pod Autoscaler工作原理、指标采集与扩缩容决策

Horizontal Pod Autoscaler（HPA）是 Kubernetes 实现工作负载弹性伸缩的核心控制器。在 Serverless 与容量 SLO 场景中，HPA 负责根据实时负载指标自动调整 Pod 副本数，从而在满足性能目标的同时控制资源成本。理解 HPA 的完整工作链路——从指标采集、聚合计算到扩缩容决策——是构建可靠容量管理面板的前提。

4.1 HPA 核心工作流程

HPA 以控制循环（Control Loop）方式运行，默认每 15 秒（由 --horizontal-pod-autoscaler-sync-period 控制）执行一次完整的“采集-计算-决策-执行”流程。下图展示了 HPA 从指标源到最终扩缩容动作的完整链路：

4.2 指标采集机制

HPA 支持三类指标源，每种指标的采集路径与聚合方式不同：

4.3 扩缩容决策算法

HPA 控制器在每个同步周期执行以下核心计算：

期望副本数 = ceil( 当前副本数 × ( 当前指标值 / 目标指标值 ) )

以 CPU 使用率为例，假设目标值为 50%，当前 Pod 平均使用率为 80%，当前副本数为 3：

期望副本数 = ceil( 3 × ( 80% / 50% ) ) = ceil( 4.8 ) = 5

HPA 在决策过程中还包含以下关键机制：

• 容忍度（Tolerance）：默认 0.1（10%），当 |当前指标值 / 目标指标值 - 1| < 0.1 时，不触发扩缩容，避免频繁抖动。
• 冷却窗口（Cooldown）：通过 --horizontal-pod-autoscaler-downscale-stabilization-window（默认 5 分钟）防止快速缩容导致的服务波动。
• 扩缩容速率限制：每 15 秒周期内，扩容最多翻倍，缩容最多减半，防止系统过载。

4.4 多指标组合决策

当 HPA 配置了多个指标时，控制器会分别计算每个指标对应的期望副本数，然后取 最大值 作为最终决策：

4.5 HPA 配置示例

以下是一个生产级 HPA 配置，同时使用 CPU 使用率和自定义 QPS 指标：

apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:
  name: serverless-app-hpa
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: serverless-app
  minReplicas: 2
  maxReplicas: 20
  metrics:
  - type: Resource
    resource:
      name: cpu
      target:
        type: Utilization
        averageUtilization: 60
  - type: Pods
    pods:
      metric:
        name: requests_per_second
      target:
        type: AverageValue
        averageValue: 800
  behavior:
    scaleDown:
      stabilizationWindowSeconds: 300
      policies:
      - type: Percent
        value: 50
        periodSeconds: 60
    scaleUp:
      stabilizationWindowSeconds: 0
      policies:
      - type: Percent
        value: 100
        periodSeconds: 60
      - type: Pods
        value: 4
        periodSeconds: 60
      selectPolicy: Max

4.6 关键参数速查表