4. 自动扩缩容（Autoscaling）基础：水平扩缩（HPA）与垂直扩缩（VPA）的区别，以及触发条件
在基于 Error Budget 的 SLO 作业模板中，自动扩缩容是保障服务可靠性、动态调整资源以应对负载变化的核心手段。Kubernetes 提供了两种主要的扩缩容机制：水平 Pod 自动扩缩（HPA）和垂直 Pod 自动扩缩（VPA）。理解两者的区别、适用场景及触发条件，是构建弹性作业模板的前提。
4.1 核心概念对比
HPA 与 VPA 从不同维度调整 Pod 的资源供给。HPA 通过增减 Pod 副本数来应对负载变化，而 VPA 通过调整单个 Pod 的 CPU/内存请求（Requests）和限制（Limits）来适配负载。
| 对比维度 | 水平扩缩（HPA） | 垂直扩缩（VPA） |
|---|---|---|
| 调整对象 | Pod 副本数量（Replicas） | Pod 的资源请求与限制（Requests & Limits） |
| 扩缩方向 | 横向：增加或减少 Pod 实例数 | 纵向：增加或减少单个 Pod 的资源配额 |
| 适用场景 | 无状态服务、突发流量、可水平扩展的工作负载 | 有状态服务、单体应用、资源需求波动但难以水平拆分的负载 |
| 响应速度 | 相对较快（秒级到分钟级，取决于指标采集周期） | 相对较慢（分钟级，涉及 Pod 重建以应用新资源规格） |
| Pod 生命周期影响 | 创建或删除 Pod，不影响现有 Pod 运行 | 通常需要重建 Pod（Eviction）以应用新的资源规格 |
| 与 SLO 关联 | 直接基于 Error Budget 消耗速率或请求延迟等 SLI 触发 | 间接优化资源利用率，减少因资源不足导致的性能衰退 |
SRE 实践提示：在基于 Error Budget 的作业模板中，HPA 是应对负载变化、防止 SLO 违例的第一道防线。VPA 更适合作为资源优化的辅助手段，用于自动调整 Pod 的资源基线，减少资源浪费。
4.2 触发条件与工作原理
4.2.1 HPA 触发条件
HPA 控制器周期性地（默认 15 秒）检查配置的指标目标值，并根据当前实际值与目标值的比率计算期望的副本数。核心公式为：
期望副本数 = ceil[ 当前副本数 × ( 当前指标值 / 目标指标值 ) ]常见的触发指标包括：
- CPU 使用率：最基础的指标，适用于 CPU 密集型服务。
- 内存使用率：适用于内存密集型服务，但需注意内存使用通常不会随负载下降而立即释放。
- 自定义指标（Custom Metrics）：如每秒请求数（QPS）、请求延迟 P99、队列深度等，与 SLO 直接相关。
- 外部指标（External Metrics）：来自集群外部的指标，如消息队列积压量。
关键配置参数：
--horizontal-pod-autoscaler-sync-period：HPA 控制器同步周期（默认 15s）。--horizontal-pod-autoscaler-downscale-stabilization-window：缩容稳定窗口（默认 5 分钟），防止频繁缩容导致抖动。behavior.scaleDown.stabilizationWindowSeconds：可在 HPA YAML 中自定义缩容冷却时间。
4.2.2 VPA 触发条件
VPA 通过分析 Pod 的历史资源使用数据（由 Metrics Server 或 Prometheus 提供），推荐或自动调整 Pod 的 Requests 和 Limits。VPA 有三种运行模式：
- Off：仅提供推荐值，不自动应用。
- Auto：自动更新 Pod 的资源规格，并在需要时驱逐 Pod 以应用新配置。
- Initial：仅在 Pod 创建时应用推荐值，之后不再更改。
VPA 的触发条件主要基于资源使用率的统计分位数（如 P50、P90、P95），当实际使用率持续偏离推荐值时，VPA 会更新推荐值并触发 Pod 更新。
注意：VPA 与 HPA 在 CPU/内存指标上存在冲突。当两者同时配置时，HPA 应基于自定义指标（如 QPS）而非 CPU/内存，以避免 VPA 调整资源规格后导致 HPA 误判。在 SLO 作业模板中，推荐使用 HPA + 自定义指标 + VPA（Off 模式仅做推荐）的组合。
4.3 架构对比图
下图展示了 HPA 与 VPA 在 Kubernetes 集群中的工作流程与触发路径差异。
4.4 在 SLO 作业模板中的选择策略
在基于 Error Budget 的作业模板中，扩缩容策略的选择直接影响 SLO 的达成效率。以下决策流程可帮助确定使用 HPA 还是 VPA：
- 服务是否无状态且可水平扩展？
- 是 → 优先使用 HPA，基于自定义指标（如 QPS 或请求延迟）触发。
- 否 → 考虑 VPA 或结合使用（HPA 基于非资源指标）。
- 负载模式是否突发且不可预测？
- 是 → HPA 更适合快速扩容应对流量尖峰。
- 否 → VPA 可平稳调整资源，减少 Pod 重建频率。
- 是否已定义明确的 SLI 与 Error Budget？
- 是 → 将 SLI（如延迟、错误率）作为 HPA 的触发指标，直接关联 SLO。
- 否 → 先定义 SLI，再配置扩缩容策略。
推荐实践：在 SLO 作业模板中，默认启用 HPA 并配置基于 Error Budget 消耗速率的自定义指标触发。VPA 以 Off 模式运行，仅提供资源推荐值，供运维人员参考调整基础资源规格，避免自动重建影响服务稳定性。
4.5 触发条件对比总结
| 特性 | HPA 触发条件 | VPA 触发条件 |
|---|---|---|
| 指标类型 | CPU、内存、自定义指标、外部指标 | CPU、内存（历史使用数据） |
| 触发计算方式 | 当前值 / 目标值 × 当前副本数 | 基于统计分位数（P50/P90/P95）的推荐算法 |
| 冷却/稳定机制 | 缩容稳定窗口、扩容/缩容行为策略 | Pod 更新间隔、推荐值更新频率限制 |
| 对 Pod 的影响 | 无影响（创建/删除 Pod） | 需要 Pod 重建（Eviction） |
| 与 SLO 的关联度 | 高（可直接基于 Error Budget 消耗触发） | 中（间接优化资源，减少性能衰退风险） |