1. KEDA 概述：事件驱动弹性伸缩的基石

Kubernetes 内置的 Horizontal Pod Autoscaler (HPA) 基于 CPU / 内存等资源指标进行伸缩，但在消息队列积压、数据库连接池耗尽、自定义业务事件等场景下，HPA 无法感知这些外部信号。KEDA（Kubernetes Event-Driven Autoscaling）正是为解决这一问题而生——它让 Kubernetes 工作负载能够根据任意事件源（Kafka、RabbitMQ、Prometheus、AWS SQS 等）的指标进行精细化、零延迟的自动伸缩。

1.1 KEDA 是什么

KEDA 是一个轻量级的开源组件，由 Microsoft 和 Red Hat 联合发起，现为 CNCF 孵化项目。它扩展了 Kubernetes 原生的弹性伸缩能力，使 Pod 能够根据事件驱动的指标从 0 缩到 N（或从 N 缩到 0），而无需修改工作负载代码。

1.2 KEDA 与 HPA 的关系

KEDA 与 HPA 是协作关系，而非竞争关系。下表清晰对比了两者的定位与差异：

1.3 KEDA 的核心组件与架构

KEDA 的架构由三个核心组件构成，它们协同工作，将外部事件指标转换为 Kubernetes 可理解的伸缩决策。

上图展示了 KEDA 的完整工作流程：

1. 事件源（Kafka、RabbitMQ、Prometheus 等）产生指标数据；
2. KEDA Operator 监听 ScaledObject CRD，根据配置从事件源拉取指标值；
3. KEDA Metrics Adapter 将指标转换为 Kubernetes External Metrics API 格式；
4. HPA 通过 External Metrics API 获取指标，计算期望副本数并调整 Deployment / Job；
5. 工作负载消费事件，指标下降后 HPA 自动缩容，空闲时可缩到 0。

1.4 KEDA 的应用场景

KEDA 在云原生生态中覆盖了四大典型场景，每个场景都有明确的业务价值：

KEDA 通过 ScaledObject 和 ScaledJob 两个 CRD 来声明伸缩规则。一个典型的 ScaledObject 定义如下：

apiVersion: keda.sh/v1alpha1
kind: ScaledObject
metadata:
  name: kafka-consumer-scaler
spec:
  scaleTargetRef:
    name: my-consumer-deployment   # 目标 Deployment
  minReplicaCount: 0               # 允许缩到 0
  maxReplicaCount: 20              # 最大副本数
  triggers:
  - type: kafka
    metadata:
      topic: orders
      bootstrapServers: kafka-cluster:9092
      consumerGroup: my-group
      lagThreshold: "10"           # 积压 10 条消息即触发扩容

上述配置表示：当 Kafka 主题 orders 的消费者滞后超过 10 条消息时，KEDA 将驱动 HPA 将 my-consumer-deployment 的副本数从 0 逐步扩展到最多 20 个 Pod；消息消费完毕后自动缩回 0。