2. 弹性伸缩基础概念：水平伸缩与垂直伸缩、基于指标与基于时间的伸缩策略、伸缩冷却与稳定窗口

弹性伸缩是平台工程团队为工作负载提供“按需分配、动态调整”能力的核心机制。理解其基础概念，是编排自动化伸缩任务的前提。本章将系统梳理伸缩的两种维度、两种触发策略，以及保障伸缩稳定性的关键参数。

2.1 水平伸缩 vs 垂直伸缩

伸缩操作本质上是对计算资源的调整，根据调整维度的不同，分为水平伸缩（Horizontal Scaling）和垂直伸缩（Vertical Scaling）。

2.2 基于指标与基于时间的伸缩策略

伸缩策略决定了“何时触发伸缩”。平台工程团队需要为不同工作负载选择合适的策略类型，或组合使用。

2.2.1 基于指标的伸缩（Metric-Based Scaling）

根据实时监控数据自动调整副本数或规格，是弹性伸缩的“自动驾驶”模式。

• 资源指标： CPU 使用率、内存使用率、磁盘 IOPS、网络带宽。
• 业务指标： QPS（每秒查询数）、请求延迟 P99、队列深度、并发连接数。
• 自定义指标： 通过 Prometheus / Datadog 等监控系统暴露的任意指标。

2.2.2 基于时间的伸缩（Time-Based Scaling）

根据预设的时间计划表执行伸缩操作，适用于可预测的流量模式。

• 固定时间窗口： 工作日 9:00-18:00 扩容，夜间缩容。
• 周期性模式： 每月初财务结算期扩容，月底缩容。
• 一次性计划： 大促活动前 1 小时预扩容，活动结束后缩容。

2.3 伸缩冷却与稳定窗口

冷却（Cooldown）和稳定窗口（Stabilization Window）是防止伸缩“震荡”的关键机制。平台工程团队在编排伸缩任务时，必须为每个工作负载合理配置这两个参数。

2.3.1 冷却时间（Cooldown Period）

一次伸缩操作完成后，等待下一次评估开始前必须经过的“静默期”。

• 作用： 等待新副本启动完成、指标稳定、负载均衡器更新路由。
• 典型值： 30 秒 ~ 5 分钟（取决于应用启动时间）。
• 风险： 冷却过短 → 伸缩震荡；冷却过长 → 响应滞后。

2.3.2 稳定窗口（Stabilization Window）

在触发伸缩动作前，指标必须持续超出阈值的时间长度。

• 作用： 过滤瞬时尖峰或毛刺，避免对短暂波动做出过度反应。
• 典型值： 1 分钟 ~ 10 分钟。
• 风险： 窗口过短 → 对毛刺敏感；窗口过长 → 扩容不及时。

2.3.3 伸缩行为配置示例（Kubernetes HPA）

apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:
  name: payment-service-hpa
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: payment-service
  minReplicas: 2
  maxReplicas: 20
  metrics:
  - type: Resource
    resource:
      name: cpu
      target:
        type: Utilization
        averageUtilization: 70
  behavior:
    scaleDown:
      stabilizationWindowSeconds: 300   # 缩容稳定窗口 5 分钟
      policies:
      - type: Percent
        value: 10
        periodSeconds: 60
      selectPolicy: Min
    scaleUp:
      stabilizationWindowSeconds: 60    # 扩容稳定窗口 1 分钟
      policies:
      - type: Percent
        value: 100
        periodSeconds: 60
      selectPolicy: Max