弹性伸缩原理：水平与垂直伸缩、触发条件与 Kubernetes HPA/VPA/CPA 概述

弹性伸缩是云原生架构应对负载波动的核心能力，其本质是根据预设策略自动调整计算资源数量或规格，在保证服务质量的前提下实现成本最优。本章从伸缩模式、触发条件与 Kubernetes 原生控制器三个维度展开。

2.1 水平伸缩与垂直伸缩

弹性伸缩按资源调整维度分为水平伸缩（Scale Out/In）和垂直伸缩（Scale Up/Down）。两者在适用场景、生效速度与资源利用率上存在显著差异。

2.2 弹性伸缩的触发条件

弹性伸缩并非随意触发，而是基于明确的指标阈值、时间窗口与策略规则。常见的触发条件分为三类：

1. 资源指标触发：CPU 利用率、内存利用率、网络吞吐量等基础指标。例如：CPU 平均利用率超过 80% 持续 3 分钟则触发扩容。
2. 业务指标触发：QPS（每秒请求数）、请求延迟 P99、队列深度、并发连接数等。这类指标更贴近用户体验。
3. 自定义/外部指标触发：通过 Prometheus Adapter、KEDA 等接入的任意指标，如 Kafka 消费积压、数据库连接池使用率。

2.3 Kubernetes HPA / VPA / CPA 概述

Kubernetes 原生提供了三种弹性伸缩控制器，分别对应不同的伸缩维度与策略。理解其工作原理是编排与故障排查的基础。

2.3.1 HPA（Horizontal Pod Autoscaler）

HPA 是 Kubernetes 最常用的水平伸缩控制器。它周期性地采集 Pod 的 CPU/内存利用率或自定义指标，与目标值比较后计算期望副本数，然后更新 Deployment/StatefulSet 的 replicas 字段。

# HPA 示例：基于 CPU 利用率自动伸缩
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

2.3.2 VPA（Vertical Pod Autoscaler）

VPA 负责调整 Pod 的 CPU/内存 Request 与 Limit。它通过分析历史资源使用数据，推荐或自动设置更合理的资源规格。VPA 有三种运行模式：

• Off：仅生成推荐值，不自动修改。
• Auto：自动更新 Pod 资源规格，需要重建 Pod 生效。
• Initial：仅在 Pod 创建时设置推荐值，运行中不调整。

2.3.3 CPA（Cluster Proportional Autoscaler）

CPA 是一种特殊的水平伸缩控制器，专门用于集群基础设施组件（如 CoreDNS、ingress-nginx 等）。它根据集群节点数量或总容量按比例调整副本数，而非基于实时负载指标。

# CPA 示例：CoreDNS 按节点数比例伸缩
apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:
  name: coredns-cpa
  namespace: kube-system
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: coredns
  minReplicas: 2
  maxReplicas: 10
  metrics:
  - type: Pods
    pods:
      metric:
        name: kube_node_count
      target:
        type: AverageValue
        averageValue: 50

2.4 三种控制器的选型对比