hpa注意事项及外部指标使用

一、算法细节

1. 公式：desiredReplicas = ceil[currentReplicas * ( currentMetricValue / desiredMetricValue ]
   期望副本数 =[当前副本数 * (当前指标 /期望指标）]　　#结果向上取整
2. 举例说明：当前指标为200m，目标设定值为100m,那么由于200.0 / 100.0 == 2.0， 副本数量将会翻倍。 如果当前指标为50m，副本数量将会减半，因为50.0 / 100.0 == 0.5
3. 也可以将期望指标值（desiredMetricValue）设置为指标的平均值类型，例如 targetAverageValue 或 targetAverageUtilization，此时当前指标值（currentMetricValue）的算法为所有 Pod 副本当前指标值的总和除以 Pod 副本数量得到的平均值
4. 异常pod处理：
   1）Pod 正在被删除（设置了删除时间戳）：将不会计入目标 Pod 副本数量
   2）Pod 的当前指标值无法获得：本次探测不会将这个 Pod 纳入目标 Pod 副本数量，后续的探测会被重新纳入计算范围
   3）如果指标类型是 CPU 使用率，则对于正在启动但是还未达到 Ready 状态的 Pod，也暂时不会纳入目标副本数量范围
   4）即：在进行计算期望副本数时不包括以上pod
5. 任何 pod 的指标缺失，则会更保守地重新计算平均值， 在需要缩小时假设这些 pod 消耗了目标值的 100%， 在需要放大时假设这些 pod 消耗了0%目标值
6. 任何尚未就绪的pod，在不考虑遗漏指标或尚未就绪的pods的情况下进行伸缩， 我们保守地假设尚未就绪的pods消耗了期望指标的0%
7. 如果创建 HorizontalPodAutoscaler 时指定了多个指标， 那么会按照每个指标分别计算缩放副本数，取最大的进行缩放
8. 如果任何一个指标无法顺利的计算出缩放副本数， 那么本次缩放会被跳过

注意：当结果计算与 1 非常接近时，可以设置一个容忍度让系统不做扩缩容操作，默认值为 0.1（即 10%）,表示基于上述算法得到的结果在 [-10% + 10% ] 区间内，即 [ 0.9 - 1.1]，控制器都不会进行扩缩容操作

二、相关细节设置

--horizontal-pod-autoscaler-sync-period    #指定周期（默认15秒）
--horizontal-pod-autoscaler-tolerance    #容忍值，默认0.1，如果缩放比例接近0.1将会放弃缩放
--horizontal-pod-autoscaler-initial-readiness-delay    #用于设置 pod 准备时间， 在此时间内的 pod 统统被认为未就绪（默认30s）
--horizontal-pod-autoscaler-cpu-initialization-period    #用于设置 pod 的初始化时间， 在此时间内的 pod，CPU 资源指标将不会被采纳（默认5分钟）
--horizontal-pod-autoscaler-downscale-stabilization    #设置收缩冷却/延迟时间（默认5分钟）；时间设置过短容易引起抖动（频繁伸缩），过长会导致响应不及时

三、注意事项

1. 在单次扩容操作中可增加的副本数受到限制：
   如果当前副本数大于2，Autoscale单次操作至多使副本数翻倍，如果副本数只有1或2，最多扩展到4个副本
2. 两次扩容操作之间的时间间隔限制
   只有当3分钟内没有任何伸缩操作时，才会触发扩容；缩容的频率是5分钟（--horizontal-pod-autoscaler-downscale-stabilization）
3. Horizontal Pod Autoscaler 设置副本数量时， deployment 会设置底层副本数

hpa注意事项及外部指标使用

原文：https://www.cnblogs.com/jayce9102/p/12643329.html