1. HPA 基础概念

1.1 HPA 的定义与作用

Horizontal Pod Autoscaler（HPA） 是 Kubernetes 内置的弹性伸缩控制器，用于根据工作负载的实时资源使用率或自定义指标，自动调整工作负载（如 Deployment、StatefulSet）的 Pod 副本数量。HPA 的核心目标是：在保证服务质量的前提下，实现资源供给与业务需求的动态匹配。

1.2 HPA 工作原理

HPA 以控制循环（Control Loop）方式运行，默认每 15 秒（由 --horizontal-pod-autoscaler-sync-period 控制）执行一次以下流程：

1. 指标采集：HPA Controller 通过 Metrics Server 或自定义 API 获取目标工作负载的当前指标值。
2. 期望副本计算：根据当前指标值与目标值的比值，计算期望副本数。公式为：期望副本数 = ceil(当前指标总值 / 目标值 × 当前副本数)。
3. 决策与执行：将期望副本数与当前副本数比较，若差异超过容忍阈值（默认 0.1），则通过 Scale API 更新工作负载的副本数。
4. 冷却与回退：执行扩容或缩容后，进入冷却窗口（Cooldown），防止频繁抖动。

1.3 核心组件

1.3.1 Metrics Server

Metrics Server 是 Kubernetes 集群的资源指标聚合器，负责从每个节点的 Kubelet 收集 CPU、内存等核心资源指标，并通过 metrics.k8s.io API 对外暴露。它是 HPA 默认的指标来源。

1.3.2 Controller Manager

kube-controller-manager 是 Kubernetes 控制平面的核心组件之一，其中内置了 HPA Controller。HPA Controller 是 HPA 功能的实际执行者，负责：

• 监听 HPA 资源对象的创建、更新、删除事件。
• 定期执行控制循环，调用 Metrics Server 获取指标数据。
• 根据算法计算期望副本数，并通过 Scale API 调整工作负载。
• 管理冷却窗口、容忍阈值等伸缩策略参数。

1.4 HPA 资源定义示例

以下是一个基于 CPU 利用率的 HPA 配置示例，目标是将 Pod 的平均 CPU 使用率维持在 50%：

apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:
  name: web-app-hpa
  namespace: production
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: web-app
  minReplicas: 2
  maxReplicas: 10
  metrics:
  - type: Resource
    resource:
      name: cpu
      target:
        type: Utilization
        averageUtilization: 50

1.5 指标类型对比