Azure Kubernetes 水平自動擴充Pod

當(dāng)我們將應(yīng)用部署到AKS中以pod的形式對外提供服務(wù)時，為了確保用戶可以獲得良好的使用體驗，我們需要關(guān)注如下兩種情況：

• POD因為不明原有掛掉，導(dǎo)致服務(wù)不可用

• 當(dāng)出現(xiàn)大量用戶訪問時，Pod在高負(fù)荷的情況下能否支撐我們的應(yīng)用

對于Pod的高可用性我們可以使用AKS的deployment控制器來確保Pod可以持續(xù)對外提供服務(wù)，但是對于面臨大量用戶訪問時，我們就需要擴展我們的資源來滿足業(yè)務(wù)需求。
前面的文章中給大家介紹了手動擴展pod來滿足業(yè)務(wù)的擴展需求，但是相信大家都已經(jīng)意識到了如果我們?nèi)斯けO(jiān)控pods，人工進行調(diào)整副本那么這個工作量無疑是巨大的，但kubernetes已經(jīng)有了相應(yīng)的機制來應(yīng)對了。這就是我們今天要為大家介紹的水平自動擴充POD（HPA）
HPA全稱Horizontal Pod Autoscaler控制器工作流程

HPA的工作流程如下：

• 創(chuàng)建HPA資源對象，關(guān)聯(lián)對應(yīng)資源例如Deployment，設(shè)定目標(biāo)CPU使用率閾值，最大，最小replica數(shù)量。
  前提：pod一定要設(shè)置資源限制，參數(shù)request，HPA才會工作。

• HPA控制器每隔15秒鐘（可以通過設(shè)置controller manager的–horizontal-pod-autoscaler-sync-period參數(shù)設(shè)定，默認(rèn)15s）通過觀測metrics值獲取資源使用信息

• HPA控制器將獲取資源使用信息與HPA設(shè)定值進行對比，計算出需要調(diào)整的副本數(shù)量

• 根據(jù)計算結(jié)果調(diào)整副本數(shù)量，使得單個POD的CPU使用率盡量逼近期望值，但不能照顧設(shè)定的最大，最小值。

• 以上2,3,4周期循環(huán)

說了這么多，下面我們來看下如何配置HPA：
在配置HPA之前，我們需要先了解Node節(jié)點的配置情況
檢查與配置resource limit
使用kubectl get nodes命令檢查node信息（node名稱）

使用命令 kubectl describe nodes NODE_NAME 確認(rèn) Node 資源配置的狀態(tài), 因為我們之前沒有配置Resource quata，因此我們需要先設(shè)定好 Resource 限制：

打開我們之前創(chuàng)建的yaml文件，修改 Resources 配置, 其中 CPU 配置 Container 只使用 1 個 CPU 單元, Request 限制使用 0.5 個 CPU 單元：

修改完成以后使用kubectl apply -f FILE_NAME重新部署對應(yīng)POD

設(shè)置水平自動擴充HPA
使用命令 kubectl autoscale deployment nginx--cpu-percent=1 --min=1 --max=10 將自動擴充設(shè)定為 CPU-percent 設(shè)定為1%, 并且將 minimum replica 數(shù)設(shè)為 1, maximum replica 數(shù)設(shè)為 10.

配置完成以后我們使用webbench來對我們部署的NGINX網(wǎng)站進行壓力測試：

使用命令 kubectl get hpa 觀察水平自動擴充狀態(tài), 請注意 Target 中有兩個數(shù)字, 是 Current/Target CPU 使用率

使用命令 kubectl get deployment 觀察 deployment 數(shù)量有無增加

使用命令 kubectl get pod 觀察 pod 數(shù)量有無增加, 并且注意狀態(tài), 如果 > 1 表示水平自動擴充 (hpa) 已經(jīng)成功設(shè)置且生效了

清除資源
測試完成以后，我們可以使用kubect delete -f FILE_NAME 來刪除對應(yīng)的deployment資源：

使用kubectl delete hpa nginx來刪除hpa資源：