目录

一、HPA 核心概念

二、部署 metrics-server（资源监控组件）

1. 准备镜像（所有 Node 节点）

2. 安装 metrics-server（使用 Helm）

3. 验证 metrics-server 部署

三、部署 HPA 并测试自动扩缩容

1. 准备测试镜像（所有 Node 节点）

2. 创建测试 Deployment 和 Service

3. 创建 HPA 控制器

4. 模拟负载并观察扩缩容

（1）创建负载生成器

（2）观察 HPA 动态扩缩容

（3）停止负载并观察缩容

四、资源限制配置（扩展）

1. Pod 级资源限制

2. 命名空间级资源限制

（1）资源配额（ResourceQuota）

（2）默认资源限制（LimitRange）

总结

---

一、HPA 核心概念

HPA（Horizontal Pod Autoscaler）通过监控 Pod 的 CPU / 内存利用率，自动调整 Deployment/RC/RS 的 Pod 副本数量，实现：

• 动态扩缩容：负载高时增加副本，负载低时减少副本
• 依赖组件：需部署 metrics-server 提供资源监控数据
• 默认周期：每 30 秒检测一次 Pod 负载（可通过 kube-controller-manager 配置调整）

二、部署 metrics-server（资源监控组件）

metrics-server 是集群资源数据的聚合器，为 HPA、kubectl top 等提供数据支持。

1. 准备镜像（所有 Node 节点）

# 上传镜像包到 /opt 目录并加载
cd /opt
docker load -i metrics-server.tar

2. 安装 metrics-server（使用 Helm）

# 创建工作目录
mkdir -p /opt/metrics && cd /opt/metrics

# 添加稳定仓库（国内镜像）
helm repo remove stable  # 清理旧仓库
helm repo add stable http://mirror.azure.cn/kubernetes/charts
helm repo update

# 拉取 Chart 包
helm pull stable/metrics-server

# 创建自定义配置（解决证书和地址问题）
vim metrics-server.yaml
args:
  - --logtostderr
  - --kubelet-insecure-tls  # 忽略 kubelet 证书验证（测试环境）
  - --kubelet-preferred-address-types=InternalIP  # 使用节点内网 IP 通信
image:
  repository: k8s.gcr.io/metrics-server-amd64
  tag: v0.3.2  # 镜像版本

# 安装 metrics-server 到 kube-system 命名空间
helm install metrics-server stable/metrics-server -n kube-system -f metrics-server.yaml

3. 验证 metrics-server 部署

# 查看 Pod 状态（确保 Running）
kubectl get pods -n kube-system | grep metrics-server

# 验证资源监控（需等待 1-2 分钟）
kubectl top node  # 查看节点资源使用率
kubectl top pods --all-namespaces  # 查看所有命名空间 Pod 资源使用率

三、部署 HPA 并测试自动扩缩容

以 hpa-example 镜像（含 CPU 密集型测试代码）为例，测试 HPA 功能。

1. 准备测试镜像（所有 Node 节点）

cd /opt
docker load -i hpa-example.tar  # 加载测试镜像

2. 创建测试 Deployment 和 Service

# 创建部署文件
vim hpa-pod.yaml
apiVersion: apps/v1
kind: Deployment
metadata:
  name: php-apache
  labels:
    run: php-apache
spec:
  replicas: 1
  selector:
    matchLabels:
      run: php-apache
  template:
    metadata:
      labels:
        run: php-apache
    spec:
      containers:
      - name: php-apache
        image: gcr.io/google_containers/hpa-example
        imagePullPolicy: IfNotPresent
        ports:
        - containerPort: 80
        resources:
          requests:
            cpu: 200m  # 必须设置请求资源，HPA 基于此计算使用率
---
apiVersion: v1
kind: Service
metadata:
  name: php-apache
spec:
  ports:
  - port: 80
    targetPort: 80
  selector:
    run: php-apache

# 部署资源
kubectl apply -f hpa-pod.yaml

# 验证部署
kubectl get pods  # 确保 php-apache  Pod 处于 Running 状态

3. 创建 HPA 控制器

# 创建 HPA：CPU 使用率阈值 50%，最小 1 副本，最大 10 副本
kubectl autoscale deployment php-apache --cpu-percent=50 --min=1 --max=10

# 查看 HPA 状态（TARGETS 列需等待 metrics-server 采集数据，约 1 分钟）
kubectl get hpa
# 正常输出：NAME         REFERENCE               TARGETS   MINPODS   MAXPODS   REPLICAS   AGE
#           php-apache   Deployment/php-apache   0%/50%    1         10        1          1m

4. 模拟负载并观察扩缩容

（1）创建负载生成器

# 创建一个客户端 Pod，持续发送请求压测
kubectl run -it load-generator --image=busybox /bin/sh

# 在客户端 Pod 内执行循环请求（增加负载）
while true; do wget -q -O- http://php-apache.default.svc.cluster.local; done

（2）观察 HPA 动态扩缩容

# 实时监控 HPA 状态（新开终端）
kubectl get hpa -w
# 现象：CPU 使用率超过 50% 后，副本数逐渐增加（最大 10 个）

# 查看 Pod 数量变化
kubectl get pods -w

（3）停止负载并观察缩容

# 在负载生成器终端按 Ctrl+C 停止请求
# 观察 HPA：CPU 使用率下降后，副本数逐渐减少（缩容速度较慢，避免频繁波动）
kubectl get hpa -w

四、资源限制配置（扩展）

Kubernetes 通过 requests（初始分配）和 limits（最大限制）控制 Pod 资源使用，避免单个 Pod 耗尽节点资源。

1. Pod 级资源限制

在 Deployment 中为容器配置资源限制：

spec:
  containers:
  - name: app
    image: nginx
    resources:
      requests:  # 初始请求资源（调度依据）
        cpu: 100m    # 100 毫核（0.1 CPU）
        memory: 128Mi  # 128 MB 内存
      limits:     # 最大资源限制（超限时可能被终止）
        cpu: 500m    # 500 毫核（0.5 CPU）
        memory: 512Mi  # 512 MB 内存

2. 命名空间级资源限制

通过 ResourceQuota 和 LimitRange 限制命名空间内所有资源的总配额和默认值。

（1）资源配额（ResourceQuota）

限制命名空间内资源总量：

# resource-quota.yaml
apiVersion: v1
kind: ResourceQuota
metadata:
  name: compute-resources
  namespace: test  # 目标命名空间
spec:
  hard:
    pods: "20"                   # 最大 Pod 数量
    requests.cpu: "2"            # 总 CPU 请求上限
    requests.memory: 1Gi         # 总内存请求上限
    limits.cpu: "4"              # 总 CPU 限制上限
    limits.memory: 2Gi           # 总内存限制上限

应用：kubectl apply -f resource-quota.yaml

（2）默认资源限制（LimitRange）

为未指定资源限制的 Pod 设置默认值：

# limit-range.yaml
apiVersion: v1
kind: LimitRange
metadata:
  name: default-resources
  namespace: test
spec:
  limits:
  - default:  # 默认 limits（最大限制）
      cpu: 500m
      memory: 512Mi
    defaultRequest:  # 默认 requests（初始分配）
      cpu: 100m
      memory: 256Mi
    type: Container  # 作用于容器

应用：kubectl apply -f limit-range.yaml

总结

1. HPA 工作流：部署 metrics-server → 创建带资源请求的 Deployment → 配置 HPA 规则 → 自动根据负载扩缩容。
2. 关键配置：HPA 依赖 Pod 的 requests.cpu 计算使用率，需确保配置正确。
3. 资源限制：通过 Pod 级 requests/limits 和命名空间级 ResourceQuota/LimitRange 避免资源滥用。
4. 扩缩容特性：扩容快、缩容慢，防止负载波动导致的频繁调整。