3. HPA 基础原理：HPA 是什么、工作原理、基于 CPU/Memory 的自动扩缩容机制

Horizontal Pod Autoscaler（HPA）是 Kubernetes 内置的弹性伸缩控制器，属于 autoscaling API 组。它根据观测到的资源指标（如 CPU 使用率、内存使用率）或自定义指标，自动调整工作负载（Deployment、StatefulSet 等）的 Pod 副本数，使实际负载与用户设定的目标值对齐。

3.1 HPA 是什么

HPA 是 Kubernetes 实现水平弹性的核心组件。与垂直伸缩（VPA）调整 Pod 资源配额不同，HPA 通过增减 Pod 数量来应对流量变化。其核心价值在于：

• 动态适配：无需人工干预，自动响应业务高峰与低谷。
• 资源效率：在低负载时缩减副本，释放集群资源；在高负载时快速扩容，保障服务质量。
• 声明式驱动：用户只需定义目标指标阈值，HPA 控制器负责计算与执行。

3.2 工作原理

HPA 的工作基于控制循环（Control Loop）模型，默认每 15 秒（由 --horizontal-pod-autoscaler-sync-period 控制）执行一次以下流程：

1. 采集指标：通过 Metrics Server 或自定义指标 API 获取当前 Pod 的资源使用数据。
2. 计算期望副本数：根据当前指标值与目标值的比率，计算期望的 Pod 副本数。
3. 调整副本数：将期望副本数与当前副本数比较，若差异超过容忍范围（默认 0.1），则更新 scaleTargetRef 的 replicas 字段。
4. 冷却与回退：扩缩容操作受冷却时间（Cooldown）和回退策略（ScaleDownStabilization）约束，避免频繁抖动。

下图展示了 HPA 控制循环的核心流程与数据流：

3.3 基于 CPU/Memory 的自动扩缩容机制

CPU 和 Memory 是 HPA 最常用的内置指标。其扩缩容计算遵循比例控制算法：

desiredReplicas = ceil[currentReplicas × (currentMetricValue / desiredMetricValue)]

3.4 指标采集与聚合

HPA 通过 Metrics Server 获取 CPU 和 Memory 的原始数据。Metrics Server 从每个 Node 的 kubelet 收集 Pod 资源使用情况，并通过 resource metrics API 暴露给 HPA 控制器。

3.5 扩缩容行为与策略

HPA 在 v2 版本中引入了更精细的行为控制，通过 behavior 字段定义扩容和缩容的独立策略：

下图展示了基于 CPU 指标的扩缩容决策过程，包含指标采集、比率计算与行为策略的交互：

3.6 实际配置示例

以下是一个基于 CPU 和 Memory 的 HPA 配置示例，展示如何定义目标指标与行为策略：

apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:
  name: backend-hpa
  namespace: production
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: backend-service
  minReplicas: 2
  maxReplicas: 20
  metrics:
  - type: Resource
    resource:
      name: cpu
      target:
        type: Utilization
        averageUtilization: 60
  - type: Resource
    resource:
      name: memory
      target:
        type: Utilization
        averageUtilization: 75
  behavior:
    scaleUp:
      stabilizationWindowSeconds: 0
      policies:
      - type: Percent
        value: 100
        periodSeconds: 15
    scaleDown:
      stabilizationWindowSeconds: 300
      policies:
      - type: Pods
        value: 1
        periodSeconds: 60