3. Horizontal Pod Autoscaler基础

Horizontal Pod Autoscaler（HPA）是 OpenShift 中最常用的工作负载水平伸缩控制器。它不直接创建 Pod，而是通过调整 Deployment、ReplicaSet、StatefulSet 等可伸缩对象的 replicas 字段，间接改变实际运行的 Pod 数量。理解 HPA，关键要抓住四件事：控制回路如何运转、指标从哪里来、期望副本数怎么算、以及为什么需要冷却窗口。

一、HPA 的控制回路

HPA 本质上是一个周期性运行的负反馈控制回路。它每隔一段时间（OpenShift 默认约 15 秒，由 --horizontal-pod-autoscaler-sync-period 控制）执行一次同步：从指标源采集当前指标，与用户设定的目标值比较，计算出一个期望副本数，再通过 Scale 子资源把副本数写入目标工作负载。整个过程可以概括为“采集 → 比较 → 计算 → 写入 → 等待下一轮”。

需要特别注意的是，HPA 只负责“决定要几个副本”，真正把 Pod 调度、拉镜像、启动起来的是 Deployment/ReplicaSet 控制器和调度器。因此从 HPA 调整副本数到新 Pod 真正 Ready 并开始分担流量，存在明显延迟。这个延迟正是冷却窗口和稳定窗口存在的原因。

二、指标来源：HPA 看什么

HPA 支持三类指标，它们决定了 HPA 能“感知”什么：

• 资源指标：CPU 和内存利用率，来自 metrics-server。这是最常见、最容易上手的来源。利用率是相对于 Pod 中容器 resources.requests 的百分比，而不是相对于节点容量或 limit。
• 自定义指标：来自应用自身暴露的指标，例如每秒请求数、队列长度，通过 Prometheus Adapter 等适配器接入。
• 外部指标：来自集群外部系统，例如云消息队列积压量、云监控指标。

这里有一个极易踩坑的点：资源指标的分母是 requests，不是 limit。如果某个容器没有设置 CPU requests，HPA 就无法计算该 Pod 的 CPU 利用率，会直接报错或跳过。因此在启用 HPA 前，必须为容器设置合理的 requests。例如一个容器设置 requests.cpu: 200m，当它实际使用 100m 时，利用率就是 50%。

三、目标值计算：期望副本数怎么来

HPA 的核心公式是：

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

以 CPU 利用率为例，假设当前有 4 个副本，目标 CPU 利用率设为 60%，而当前平均利用率是 90%，则：

期望副本数 = ceil( 4 × ( 90% / 60% ) ) = ceil(6) = 6

HPA 会把副本数从 4 调到 6。反过来，如果当前平均利用率降到 30%，则 ceil(4 × 0.5) = 2，HPA 会尝试缩到 2 个副本。计算完成后，结果还会被 minReplicas 和 maxReplicas 夹紧，防止越界。

需要理解的是，HPA 使用的是“当前副本数”而不是“上一轮期望值”，并且每轮都重新采集指标。这意味着指标波动会直接反映到副本数上，这也是为什么需要稳定窗口来平滑抖动。

四、冷却窗口与稳定窗口

如果 HPA 每 15 秒就根据瞬时指标调整一次副本数，系统会剧烈震荡：扩容后指标下降，立刻缩容，缩容后指标又上升，再扩容。为避免这种抖动，HPA 引入了两个时间维度的保护：

缩容稳定窗口的逻辑是：HPA 会记录过去 300 秒内所有计算出的期望副本数，缩容时取其中的最大值作为最终结果。也就是说，即使当前指标显示可以缩到 2 个副本，只要过去 5 分钟内曾推荐过 5 个副本，HPA 仍会保持 5 个，直到这个高推荐值滑出窗口。扩容方向则不受此限制，可以立即执行。

五、一个可参考的 HPA 配置示例

下面是一个基于 CPU 利用率的 HPA 示例，目标利用率 60%，副本范围 2 到 10：

apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:
  name: web-hpa
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: web
  minReplicas: 2
  maxReplicas: 10
  metrics:
  - type: Resource
    resource:
      name: cpu
      target:
        type: Utilization
        averageUtilization: 60
  behavior:
    scaleDown:
      stabilizationWindowSeconds: 300
    scaleUp:
      stabilizationWindowSeconds: 0

要让这个 HPA 正常工作，Deployment 中的容器必须设置 CPU requests，例如 requests.cpu: 200m。部署后可以用 oc get hpa web-hpa 观察 TARGETS 列，它会显示类似 45%/60% 的当前值与目标值对比；oc describe hpa web-hpa 则能看到最近的事件、计算过程和是否触发了稳定窗口。