Kubernetes 资源调度：HPA 与 VPA 自动扩缩容

在 Kubernetes 集群中，HPA（水平 Pod 自动扩缩） 和 VPA（垂直 Pod 自动扩缩） 是两种关键的自动扩缩容机制，通过动态调整资源分配来优化应用性能与成本效率。

---

1. HPA（水平扩缩）

• 核心原理：通过增减 Pod 副本数量来应对负载变化，满足以下关系：
  $$ \text{期望副本数} = \lceil \frac{\text{当前指标值}}{\text{目标指标值}} \times \text{当前副本数} \rceil $$
• 适用场景：
  • 无状态应用（如 Web 服务）
  • 流量突发场景（如促销活动）
• 关键特性：
  • 基于 CPU/内存使用率或自定义指标（如 QPS）
  • 通过 metrics-server 或 Prometheus 采集数据
  • 支持冷却时间（cooldown）防止抖动

# HPA 配置示例
apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:
  name: web-app-hpa
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

---

2. VPA（垂直扩缩）

• 核心原理：动态调整单个 Pod 的资源限制（CPU/内存），满足资源需求：
  $$ \text{新资源限制} = \text{历史峰值} \times (1 + \alpha) \quad (\alpha \text{为缓冲系数}) $$
• 适用场景：
  • 有状态应用（如数据库）
  • 资源需求波动大的服务
• 关键特性：
  • 自动更新 Pod 的 requests/limits
  • 提供三种模式：Auto（自动调整）、Initial（仅初始化）、Off（关闭）
  • 依赖历史数据预测未来需求

# VPA 配置示例
apiVersion: autoscaling.k8s.io/v1
kind: VerticalPodAutoscaler
metadata:
  name: db-vpa
spec:
  targetRef:
    apiVersion: "apps/v1"
    kind: Deployment
    name: database
  updatePolicy:
    updateMode: Auto
  resourcePolicy:
    containerPolicies:
    - containerName: "*"
      minAllowed:
        cpu: "100m"
        memory: "100Mi"
      maxAllowed:
        cpu: "2"
        memory: "4Gi"

---

3. HPA 与 VPA 对比

特性	HPA	VPA
扩缩方向	水平（增减 Pod 数量）	垂直（调整单个 Pod 资源）
适用对象	无状态服务	有状态/单实例服务
资源影响	增加节点负载	可能触发 Pod 重建（资源变更）
监控指标	CPU/内存/自定义指标	历史资源使用模式
典型延迟	秒级（快速响应）	分钟级（需数据积累）

---

4. 最佳实践

1. 组合使用：

   • 用 VPA 优化单 Pod 资源配额，HPA 应对流量高峰
   • 避免同时修改同一资源的 HPA 和 VPA（可能冲突）

2. 资源边界设置：

   • HPA 的 maxReplicas 需匹配集群容量
   • VPA 的 minAllowed/maxAllowed 防止资源过量分配

3. 缓冲策略：

   • HPA 目标利用率设为 $70%$（预留缓冲）
   • VPA 缓冲系数 $\alpha$ 建议 $0.2$（即 $+20%$）

注意：VPA 在调整资源时会重建 Pod，对有状态服务需结合 StatefulSet 和持久化存储确保数据安全。