參考:

https://zhuanlan.zhihu.com/p/32328591
https://juejin.im/post/5d397288f265da1bce3e1585
http://www.yfshare.vip/2019/01/28/k8s%E9%9B%86%E7%BE%A4%E6%B0%B4%E5%B9%B3%E6%89%A9%E5%B1%95-HPA/

簡介

Horizontal Pod Autoscaling，簡稱HPA，是Kubernetes中實現(xiàn)POD水平自動伸縮的功能。

K8S集群可以通過Replication Controller的scale機制完成服務的擴容或縮容，實現(xiàn)具有伸縮性的服務。

K8S自動伸縮分為：

sacle手動伸縮。見k8s滾動升級(RollingUpdate)
autoscale自動伸縮，見HPA。

自動擴展主要分為兩種：

水平擴展(scale out)，針對于實例數(shù)目的增減。
垂直擴展(scal up)，即單個實例可以使用的資源的增減, 比如增加cpu和增大內(nèi)存。

HPA屬于前者。它可以根據(jù)CPU使用率或應用自定義metrics自動擴展Pod數(shù)量(支持 replication controller、deployment 和 replica set)。

image

獲取metrics的兩種方式：

Heapster：heapster提供metrics服務，但是在v1(autoscaling/v1)版本中僅支持以CPU作為擴展度量指標。而其他比如：內(nèi)存，網(wǎng)絡流量，qps等目前處于beta階段(autoscaling/v2beta1)。
Cousom：同樣處于beta階段(autoscaling/v2beta1)，但是涉及到自定義的REST API的開發(fā)，復雜度會大一些，并且當需要從自定義的監(jiān)控中獲取數(shù)據(jù)時，只能設(shè)置絕對值，無法設(shè)置使用率。

工作流程

創(chuàng)建HPA資源，設(shè)定目標CPU使用率限額，以及最大/最小實例數(shù)，一定要設(shè)置Pod的資源限制參數(shù): request，否則HPA不會工作。
控制管理器每隔30s(在kube-controller-manager.service中可以通過–-horizontal-pod-autoscaler-sync-period修改)查詢metrics的資源使用情況。
然后與創(chuàng)建時設(shè)定的值和指標做對比(平均值之和/限額)，求出目標調(diào)整的實例個數(shù)。
目標調(diào)整的實例數(shù)不能超過第一條中設(shè)定的最大/最小實例數(shù)。如果沒有超過，則擴容；超過，則擴容至最大的實例個數(shù)。
重復第2-4步。

自動伸縮算法

HPA Controller會通過調(diào)整副本數(shù)量使得CPU使用率盡量向期望值靠近，而且不是完全相等。另官方考慮到自動擴展的決策可能需要一段時間才會生效：例如當pod所需要的CPU負荷過大，從而在創(chuàng)建一個新pod的過程中，系統(tǒng)的CPU使用量可能會同樣在有一個攀升的過程。所以在每一次作出決策后的一段時間內(nèi)，將不再進行擴展決策。對于擴容而言，這個時間段為3分鐘，縮容為5分鐘(可以通過--horizontal-pod-autoscaler-downscale-delay，--horizontal-pod-autoscaler-upscale-delay進行調(diào)整)。

HPA Controller中有一個tolerance（容忍力）的概念，它允許一定范圍內(nèi)的使用量的不穩(wěn)定，現(xiàn)在默認為0.1，這也是出于維護系統(tǒng)穩(wěn)定性的考慮。例如設(shè)定HPA調(diào)度策略為cpu使用率高于50%觸發(fā)擴容，那么只有當使用率大于55%或者小于45%才會觸發(fā)伸縮活動，HPA會盡力把Pod的使用率控制在這個范圍之間。
具體的每次擴容或者縮容的多少Pod的算法為：Ceil(前采集到的使用率 / 用戶自定義的使用率) * Pod數(shù)量)。
每次最大擴容pod數(shù)量不會超過當前副本數(shù)量的2倍。

HPA apiversion的三個版本

autoscaling/v1 只支持CPU一種伸縮指標
autoscaling/v2beta1 支持了Resource Metrics和Custom Metrics
autoscaling/v2beta2 中額外增加了External Metrics的支持

基本原理

假設(shè)存在一個叫 A 的 Deployment，包含3個 Pod，每個副本的 Request 值是 1 核，當前 3 個 Pod 的 CPU 利用率分別是 60%、70% 與 80%，此時我們設(shè)置 HPA閾值為 50%，最小副本為 3，最大副本為 10。接下來我們將上述的數(shù)據(jù)帶入公式中：

總的 Pod 的利用率是 60%+70%+80% = 210%
當前的 Target 是 3
算式的結(jié)果是 70%，大于50%閾值，因此當前的 Target 數(shù)目過小，需要進行擴容
重新設(shè)置 Target 值為 5，此時算式的結(jié)果為 42% 低于 50%，判斷還需要擴容兩個容器
此時 HPA 設(shè)置 Replicas 為 5，進行 Pod 的水平擴容。

經(jīng)過上面的推演，可以協(xié)助開發(fā)者快速理解 HPA 最核心的原理，不過上面的推演結(jié)果和實際情況下是有所出入的，如果開發(fā)者進行試驗的話，會發(fā)現(xiàn) Replicas 最終的結(jié)果是 6 而不是 5。這是由于 HPA 中一些細節(jié)的處理導致的，主要包含如下三個主要的方面：

噪聲處理

通過上面的公式可以發(fā)現(xiàn)，Target 的數(shù)目很大程度上會影響最終的結(jié)果，而在 Kubernetes 中，無論是變更或者升級，都更傾向于使用 Recreate 而不是 Restart 的方式進行處理。這就導致了在 Deployment 的生命周期中，可能會出現(xiàn)某一個時間，Target 會由于計算了 Starting 或者 Stopping 的 Pod 而變得很大。這就會給 HPA 的計算帶來非常大的噪聲，在 HPA Controller 的計算中，如果發(fā)現(xiàn)當前的對象存在 Starting 或者 Stopping 的 Pod 會直接跳過當前的計算周期，等待狀態(tài)都變?yōu)?Running 再進行計算。

冷卻周期

在彈性伸縮中，冷卻周期是不能逃避的一個話題，很多時候我們期望快速彈出與快速回收，而另一方面，我們又不希望集群震蕩，所以一個彈性伸縮活動冷卻周期的具體數(shù)值是多少，一直被開發(fā)者所挑戰(zhàn)。在 HPA 中，默認的擴容冷卻周期是 3 分鐘，縮容冷卻周期是 5 分鐘。

界值計算

我們回到剛才的計算公式，第一次我們算出需要彈出的容器數(shù)目是 5，此時擴容后整體的負載是 42%，但是我們似乎忽略了一個問題：一個全新的 Pod 啟動會不會自己就占用了部分資源？此外，8% 的緩沖區(qū)是否就能夠緩解整體的負載情況？要知道當一次彈性擴容完成后，下一次擴容要最少等待 3 分鐘才可以繼續(xù)擴容。為了解決這些問題，HPA 引入了邊界值 △，目前在計算邊界條件時，會自動加入 10% 的緩沖，這也是為什么在剛才的例子中最終的計算結(jié)果為 6 的原因。

測試前準備

環(huán)境說明

IP	角色
192.168.1.155	master
192.168.1.156	node01
192.168.1.157	node02

$ kubectl get hpa
No resources found.
[root@master rbtest]#  kubectl cluster-info
Kubernetes master is running at https://192.168.1.155:6443
KubeDNS is running at https://192.168.1.155:6443/api/v1/namespaces/kube-system/services/kube-dns:dns/proxy

$ kubectl get componentstatuses 
NAME                 STATUS    MESSAGE              ERROR
controller-manager   Healthy   ok                   
scheduler            Healthy   ok                   
etcd-0               Healthy   {"health": "true"}

wget http://download.baiyongjie.com/kubernetes/yaml/heapster-1.5.3.tar.gz
tar zxf heapster-1.5.3.tar.gz 
cd heapster
kubectl apply -f .
kubectl apply -f influxdb/influxdb.yaml
kubectl apply -f influxdb/heapster.yaml


#查看啟動狀態(tài)
$ kubectl get pods -n kube-system |grep -E 'heap|influxdb'
heapster-5478bf8664-qttvz             1/1     Running   0          23s
monitoring-influxdb-c5c9dfd5d-tqxtm   1/1     Running   0          27s

測試heapster是否生效

# kubectl top nodes node02  
NAME     CPU(cores)   CPU%   MEMORY(bytes)   MEMORY%   
node02   62m          0%     792Mi           21%    

# kubectl top pod -n kube-system heapster-5478bf8664-qttvz 
NAME                        CPU(cores)   MEMORY(bytes)   
heapster-5478bf8664-qttvz   2m           39Mi

測試HPA(apiVersion: autoscaling/v1)

部署deployment用于測試

$ vim hpatest.yaml
apiVersion: apps/v1beta2
kind: Deployment
metadata:
  name: hpatest
spec:
  replicas: 2
  selector:
    matchLabels:
      app: hpatest     
  template: 
    metadata:
      labels:
        app: hpatest
    spec:
      containers:
      - name: hpatest
        image: nginx:1.10
        imagePullPolicy: IfNotPresent
        command: ["/bin/sh"]
        args: ["-c","/usr/sbin/nginx; while true;do echo `hostname -I` > /usr/share/nginx/html/index.html; sleep 120;done"]
        ports:
        - name: http
          containerPort: 80
        resources:
          requests:
            cpu: 1m
            memory: 100Mi
          limits:
            cpu: 3m
            memory: 400Mi          
---
apiVersion: v1
kind: Service
metadata:
  name: hpatest-svc
spec:
  selector:
    app: hpatest
  ports:
  - port: 80
    targetPort: 80
    protocol: TCP
    

# 創(chuàng)建svc和deploy
$ kubectl apply -f hpatest.yaml 


# 查看啟動狀態(tài)
$ kubectl get pods,svc | grep hpatest

pod/hpatest-5fb79d5cd-9w2kv                   1/1     Running       0          9s
pod/hpatest-5fb79d5cd-k4pb8                   1/1     Running       0          16s
service/hpatest-svc        ClusterIP   10.99.75.184    <none>        80/TCP    42s

修改kube-controller-manager參數(shù)

因為我是用kubeadm安裝的,所以修改/etc/kubernetes/manifests/kube-controller-manager.yaml

spec:
  containers:
  - command:
    ......
    - --horizontal-pod-autoscaler-use-rest-clients=false #新增
    image: registry.aliyuncs.com/google_containers/kube-controller-manager:v1.13.4

==如果是二進制方式安裝的話則修改/etc/systemd/system/kube-controller-manager.service服務文件==

創(chuàng)建hpa資源文件

$ vim hpatest-hpa.yaml
apiVersion: autoscaling/v1
kind: HorizontalPodAutoscaler
metadata:
  name: haptest-nginx
spec:
  scaleTargetRef:
    apiVersion: extensions/v1beta1
    kind: Deployment
    name: haptest
  minReplicas: 2
  maxReplicas: 6
  targetCPUUtilizationPercentage: 50
  

# 查看是否獲取到pod cpu值
# kubectl get hpa             
NAME            REFERENCE            TARGETS   MINPODS   MAXPODS   REPLICAS   AGE
hpatest-nginx   Deployment/hpatest   0%/50%    2         6         2          2m

模擬壓測,查看是否可以自動伸縮

壓測腳本

$ vim hpatest.sh 
while true
do
    wget -q -O- http://10.99.75.184
done

$ sh hpatest.sh

關(guān)注壓測過程中pod副本數(shù)變化

開始壓測前監(jiān)控pod狀態(tài),查看是可以做到自動擴容

$ kubectl get pods -o wide -w
NAME                                      READY   STATUS    RESTARTS   AGE   IP             NODE     NOMINATED NODE   READINESS GATES
hpatest-5fb79d5cd-9w2kv                   1/1     Running   0          46m   10.244.1.121   node01   <none>           <none>
hpatest-5fb79d5cd-k4pb8                   1/1     Running   0          46m   10.244.0.201   master   <none>           <none>
--- 可以看到下面新增pod的過程 ---
hpatest-5fb79d5cd-w7q8z   0/1   Pending   0     0s    <none>   <none>   <none>   <none>
hpatest-5fb79d5cd-wcpf4   0/1   Pending   0     0s    <none>   <none>   <none>   <none>
hpatest-5fb79d5cd-w7q8z   0/1   Pending   0     0s    <none>   node02   <none>   <none>
hpatest-5fb79d5cd-wcpf4   0/1   Pending   0     0s    <none>   node01   <none>   <none>
hpatest-5fb79d5cd-w7q8z   0/1   ContainerCreating   0     0s    <none>   node02   <none>   <none>
hpatest-5fb79d5cd-wcpf4   0/1   ContainerCreating   0     0s    <none>   node01   <none>   <none>
hpatest-5fb79d5cd-w7q8z   1/1   Running   0     6s    10.244.2.156   node02   <none>   <none>
hpatest-5fb79d5cd-wcpf4   1/1   Running   0     7s    10.244.1.122   node01   <none>   <none>
hpatest-5fb79d5cd-4vgpb   0/1   Pending   0     0s    <none>   <none>   <none>   <none>
hpatest-5fb79d5cd-4zp2q   0/1   Pending   0     0s    <none>   <none>   <none>   <none>
hpatest-5fb79d5cd-4vgpb   0/1   Pending   0     0s    <none>   node02   <none>   <none>
hpatest-5fb79d5cd-4zp2q   0/1   Pending   0     0s    <none>   master   <none>   <none>
hpatest-5fb79d5cd-4vgpb   0/1   ContainerCreating   0     0s    <none>   node02   <none>   <none>
hpatest-5fb79d5cd-4zp2q   0/1   ContainerCreating   0     0s    <none>   master   <none>   <none>
hpatest-5fb79d5cd-4zp2q   1/1   Running   0     6s    10.244.0.202   master   <none>   <none>
hpatest-5fb79d5cd-4vgpb   1/1   Running   0     6s    10.244.2.157   node02   <none>   <none>

停止壓測后查看pod能否在自動伸縮

# kubectl get pods -o wide -w
NAME                     READY   STATUS    RESTARTS   AGE     IP             NODE     NOMINATED NODE   READINESS GATES
hpatest-5fb79d5cd-4vgpb   1/1     Running   0          2m4s    10.244.2.157   node02   <none>           <none>
hpatest-5fb79d5cd-4zp2q   1/1     Running   0          2m4s    10.244.0.202   master   <none>           <none>
hpatest-5fb79d5cd-9w2kv   1/1     Running   0          50m     10.244.1.121   node01   <none>           <none>
hpatest-5fb79d5cd-k4pb8   1/1     Running   0          50m     10.244.0.201   master   <none>           <none>
hpatest-5fb79d5cd-w7q8z   1/1     Running   0          2m19s   10.244.2.156   node02   <none>           <none>
hpatest-5fb79d5cd-wcpf4   1/1     Running   0          2m19s   10.244.1.122   node01   <none>           <none>
--- 可以看到已經(jīng)開始刪除了 ---
hpatest-5fb79d5cd-w7q8z   1/1   Terminating   0     6m45s   10.244.2.156   node02   <none>   <none>
hpatest-5fb79d5cd-wcpf4   1/1   Terminating   0     6m45s   10.244.1.122   node01   <none>   <none>
hpatest-5fb79d5cd-4vgpb   1/1   Terminating   0     6m30s   10.244.2.157   node02   <none>   <none>
hpatest-5fb79d5cd-4zp2q   1/1   Terminating   0     6m30s   10.244.0.202   master   <none>   <none>

查看自動伸縮產(chǎn)生的事件記錄

$ kubectl describe hpa hpatest-nginx
.....
Events:
  Type    Reason             Age   From                       Message
  ----    ------             ----  ----                       -------
  Normal  SuccessfulRescale  21m   horizontal-pod-autoscaler  New size: 4; reason: cpu resource utilization (percentage of request) above target
  Normal  SuccessfulRescale  21m   horizontal-pod-autoscaler  New size: 6; reason: cpu resource utilization (percentage of request) above target
  Normal  SuccessfulRescale  14m   horizontal-pod-autoscaler  New size: 2; reason: All metrics below target

測試HPA(autoscaling/v2beta1)

刪除autoscaling/v1的HPA

$ kubectl delete horizontalpodautoscalers.autoscaling hpatest-nginx 
horizontalpodautoscaler.autoscaling "hpatest-nginx" deleted

創(chuàng)建autoscaling/v2beta1的HPA

$ vim hpatest-hpa-v2beta1.yaml 
apiVersion: autoscaling/v2beta1
kind: HorizontalPodAutoscaler
metadata:
  name: hpav2beta1
spec:
  scaleTargetRef:
    apiVersion: extensions/v1beta1
    kind: Deployment
    name: hpatest
  minReplicas: 2
  maxReplicas: 8
  metrics:
  - type: Resource
    resource:
      name: cpu
      targetAverageUtilization: 80
  - type: Resource
    resource:
      name: memory
      targetAverageValue: 200Mi

$ kubectl apply -f hpatest-hpa-v2beta1.yaml 
horizontalpodautoscaler.autoscaling/hpav2beta1 created


$ kubectl get hpa hpav2beta1  
NAME         REFERENCE            TARGETS          MINPODS   MAXPODS   REPLICAS   AGE
hpav2beta1   Deployment/hpatest   4%/70%, 0%/80%   2         8         2          14m

模擬壓測,查看是否可以自動伸縮

獲取svc的IP地址

$ kubectl get svc|grep hpatest
hpatest-svc   ClusterIP   10.99.75.184    <none>        80/TCP    4h32m

$ vim hpatest.sh 
while true
do
    wget -q -O- http://10.99.75.184
done

$ sh hpatest.sh

以下監(jiān)控同時進行不分先后順序

$ kubectl get pods -w
NAME                                      READY   STATUS    RESTARTS   AGE
hpatest-59fc9f47b6-fmnm6                  1/1     Running   0          36m
hpatest-59fc9f47b6-vmgz7                  1/1     Running   0          36m
--- 可以看到下面新增pod的過程 ---
hpatest-59fc9f47b6-xhvv4   0/1   Pending   0     0s
hpatest-59fc9f47b6-k5gmz   0/1   Pending   0     0s
hpatest-59fc9f47b6-xhvv4   0/1   Pending   0     0s
hpatest-59fc9f47b6-k5gmz   0/1   Pending   0     0s
hpatest-59fc9f47b6-xhvv4   0/1   ContainerCreating   0     0s
hpatest-59fc9f47b6-k5gmz   0/1   ContainerCreating   0     0s
hpatest-59fc9f47b6-k5gmz   1/1   Running   0     7s
hpatest-59fc9f47b6-xhvv4   1/1   Running   0     8s
hpatest-59fc9f47b6-lx7dv   0/1   Pending   0     0s
hpatest-59fc9f47b6-mdjbl   0/1   Pending   0     0s
hpatest-59fc9f47b6-lx7dv   0/1   Pending   0     0s
hpatest-59fc9f47b6-dj6dj   0/1   Pending   0     0s
hpatest-59fc9f47b6-zncgh   0/1   Pending   0     0s
hpatest-59fc9f47b6-mdjbl   0/1   Pending   0     0s
hpatest-59fc9f47b6-dj6dj   0/1   Pending   0     0s
hpatest-59fc9f47b6-zncgh   0/1   Pending   0     0s
hpatest-59fc9f47b6-mdjbl   0/1   ContainerCreating   0     0s
hpatest-59fc9f47b6-zncgh   0/1   ContainerCreating   0     0s
hpatest-59fc9f47b6-lx7dv   0/1   ContainerCreating   0     0s
hpatest-59fc9f47b6-dj6dj   0/1   ContainerCreating   0     0s
hpatest-59fc9f47b6-mdjbl   1/1   Running   0     7s
hpatest-59fc9f47b6-dj6dj   1/1   Running   0     7s
hpatest-59fc9f47b6-lx7dv   1/1   Running   0     7s
hpatest-59fc9f47b6-zncgh   1/1   Running   0     9s

$ kubectl get hpa -o wide -w
NAME         REFERENCE            TARGETS           MINPODS   MAXPODS   REPLICAS   AGE
hpav2beta1   Deployment/hpatest   4%/70%, 50%/80%   2         8         2          20m
hpav2beta1   Deployment/hpatest   4%/70%, 850%/80%   2     8     2     21m
hpav2beta1   Deployment/hpatest   4%/70%, 850%/80%   2     8     4     21m
hpav2beta1   Deployment/hpatest   4%/70%, 850%/80%   2     8     8     21m
hpav2beta1   Deployment/hpatest   4%/70%, 750%/80%   2     8     8     22m
hpav2beta1   Deployment/hpatest   4%/70%, 587%/80%   2     8     8     23m

停止監(jiān)控后的監(jiān)控不分先后順序

$ kubectl get pods -w
NAME                                      READY   STATUS    RESTARTS   AGE
hpatest-59fc9f47b6-dj6dj                  1/1     Running   0          2m42s
hpatest-59fc9f47b6-fmnm6                  1/1     Running   0          41m
hpatest-59fc9f47b6-k5gmz                  1/1     Running   0          2m58s
hpatest-59fc9f47b6-lx7dv                  1/1     Running   0          2m42s
hpatest-59fc9f47b6-mdjbl                  1/1     Running   0          2m42s
hpatest-59fc9f47b6-vmgz7                  1/1     Running   0          41m
hpatest-59fc9f47b6-xhvv4                  1/1     Running   0          2m58s
hpatest-59fc9f47b6-zncgh                  1/1     Running   0          2m42s
--- 可以看到已經(jīng)開始刪除了 ---
hpatest-59fc9f47b6-zncgh   1/1   Terminating   0     8m16s
hpatest-59fc9f47b6-mdjbl   1/1   Terminating   0     8m16s
hpatest-59fc9f47b6-xhvv4   1/1   Terminating   0     8m32s
hpatest-59fc9f47b6-k5gmz   1/1   Terminating   0     8m32s
hpatest-59fc9f47b6-xhvv4   0/1   Terminating   0     9m4s
hpatest-59fc9f47b6-mdjbl   0/1   Terminating   0     8m48s
hpatest-59fc9f47b6-zncgh   0/1   Terminating   0     8m48s
hpatest-59fc9f47b6-zncgh   0/1   Terminating   0     8m48s
hpatest-59fc9f47b6-mdjbl   0/1   Terminating   0     8m49s
hpatest-59fc9f47b6-mdjbl   0/1   Terminating   0     8m49s
hpatest-59fc9f47b6-xhvv4   0/1   Terminating   0     9m5s
hpatest-59fc9f47b6-xhvv4   0/1   Terminating   0     9m5s
hpatest-59fc9f47b6-k5gmz   0/1   Terminating   0     9m5s
hpatest-59fc9f47b6-k5gmz   0/1   Terminating   0     9m10s
hpatest-59fc9f47b6-k5gmz   0/1   Terminating   0     9m10s
hpatest-59fc9f47b6-zncgh   0/1   Terminating   0     8m54s
hpatest-59fc9f47b6-zncgh   0/1   Terminating   0     8m54s


$ kubectl get hpa -o wide -w
NAME         REFERENCE            TARGETS           MINPODS   MAXPODS   REPLICAS   AGE
hpav2beta1   Deployment/hpatest   4%/70%, 50%/80%   2         8         2          20m
hpav2beta1   Deployment/hpatest   4%/70%, 850%/80%   2     8     2     21m
hpav2beta1   Deployment/hpatest   4%/70%, 850%/80%   2     8     4     21m
hpav2beta1   Deployment/hpatest   4%/70%, 850%/80%   2     8     8     21m
hpav2beta1   Deployment/hpatest   4%/70%, 750%/80%   2     8     8     22m
hpav2beta1   Deployment/hpatest   4%/70%, 587%/80%   2     8     8     23m
--- 觀察REPLICAS的變化,可以觀察到收縮操作要5分鐘以后 ---
hpav2beta1   Deployment/hpatest   4%/70%, 387%/80%   2     8     8     24m
hpav2beta1   Deployment/hpatest   4%/70%, 0%/80%   2     8     8     25m
hpav2beta1   Deployment/hpatest   4%/70%, 37%/80%   2     8     8     26m
hpav2beta1   Deployment/hpatest   4%/70%, 0%/80%   2     8     8     27m
hpav2beta1   Deployment/hpatest   4%/70%, 0%/80%   2     8     8     28m
hpav2beta1   Deployment/hpatest   4%/70%, 0%/80%   2     8     8     29m
hpav2beta1   Deployment/hpatest   5%/70%, 0%/80%   2     8     4     30m
hpav2beta1   Deployment/hpatest   4%/70%, 0%/80%   2     8     4     31m
hpav2beta1   Deployment/hpatest   4%/70%, 0%/80%   2     8     2     32m

色偷偷精品伊人,欧洲久久精品,欧美综合婷婷骚逼,国产AV主播,国产最新探花在线,九色在线视频一区,伊人大交九欧美,1769亚洲,黄色成人av

kubernetes 集群水平擴展自動伸縮(HPA)

kubernetes 集群水平擴展自動伸縮(HPA)

簡介

工作流程

自動伸縮算法

HPA apiversion的三個版本

基本原理

測試前準備

環(huán)境說明

測試heapster是否生效

測試HPA(apiVersion: autoscaling/v1)

部署deployment用于測試

修改kube-controller-manager參數(shù)

創(chuàng)建hpa資源文件

模擬壓測,查看是否可以自動伸縮

關(guān)注壓測過程中pod副本數(shù)變化

查看自動伸縮產(chǎn)生的事件記錄

測試HPA(autoscaling/v2beta1)

刪除autoscaling/v1的HPA

創(chuàng)建autoscaling/v2beta1的HPA

模擬壓測,查看是否可以自動伸縮

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容

色偷偷精品伊人,欧洲久久精品,欧美综合婷婷骚逼,国产AV主播,国产最新探花在线,九色在线视频一区,伊人大交九 欧美,1769亚洲,黄色成人av

kubernetes 集群水平擴展 自動伸縮(HPA)

簡介

工作流程

自動伸縮算法

HPA apiversion的三個版本

基本原理

測試前準備

環(huán)境說明

測試heapster是否生效

測試HPA(apiVersion: autoscaling/v1)

部署deployment用于測試

修改kube-controller-manager參數(shù)

創(chuàng)建hpa資源文件

模擬壓測,查看是否可以自動伸縮

關(guān)注壓測過程中pod副本數(shù)變化

查看自動伸縮產(chǎn)生的事件記錄

測試HPA(autoscaling/v2beta1)

刪除autoscaling/v1的HPA

創(chuàng)建autoscaling/v2beta1的HPA

模擬壓測,查看是否可以自動伸縮

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容

色偷偷精品伊人,欧洲久久精品,欧美综合婷婷骚逼,国产AV主播,国产最新探花在线,九色在线视频一区,伊人大交九欧美,1769亚洲,黄色成人av

kubernetes 集群水平擴展自動伸縮(HPA)