Kubernetes集群自动扩缩容实战：HPA与VPA协同配置指南

Kubernetes自动扩缩容的技术选型

Kubernetes提供了两种自动扩缩容机制：水平Pod自动扩缩容（HPA）和垂直Pod自动扩缩容（VPA）。HPA通过增减Pod副本数应对负载变化，VPA通过调整Pod的资源请求（requests）和限制（limits）优化资源分配。两者解决不同层面的问题，在实际生产环境中往往需要协同使用。

选型原则很直接：当应用支持水平扩展（无状态服务、可并行处理），优先使用HPA；当应用受限于单实例资源瓶颈（数据库、单线程处理），使用VPA优化资源分配。对于有状态服务或无法水平扩展的应用，VPA是唯一的自动扩缩容手段。

HPA配置：基于CPU和自定义指标的扩缩容

基础HPA配置基于CPU利用率，适用于大多数Web服务：

apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:
name: api-server-hpa
spec:
scaleTargetRef:
apiVersion: apps/v1
kind: Deployment
name: api-server
minReplicas: 3
maxReplicas: 50
metrics:
- type: Resource
resource:
name: cpu
target:
type: Utilization
averageUtilization: 70
- type: Pods
pods:
metric:
name: http_requests_per_second
target:
type: AverageValue
averageValue: 1000

自定义指标HPA需要部署Prometheus Adapter，将Prometheus采集的业务指标转换为Kubernetes自定义指标API。配置Prometheus Adapter的规则文件，将http_requests_total指标转换为每秒请求数，供HPA直接引用。

VPA配置：资源推荐与自动调整

VPA有三种运行模式，生产环境推荐分阶段启用：

1. Off模式：仅收集指标并生成推荐，不执行任何调整（初始部署阶段使用）

2. Initial模式：仅在Pod创建时应用推荐值，运行中的Pod不受影响（过渡阶段使用）

3. Auto模式：自动驱逐并重建Pod以应用新的资源值（稳定运行阶段使用）

VPA配置示例：

apiVersion: autoscaling.k8s.io/v1
kind: VerticalPodAutoscaler
metadata:
name: api-server-vpa
spec:
targetRef:
apiVersion: apps/v1
kind: Deployment
name: api-server
updatePolicy:
updateMode: "Auto"
resourcePolicy:
containerPolicies:
- containerName: api-server
minAllowed:
cpu: 100m
memory: 128Mi
maxAllowed:
cpu: 4
memory: 8Gi
controlledResources: ["cpu", "memory"]

HPA与VPA协同工作的冲突解决

HPA和VPA同时作用于同一Deployment时，可能产生冲突：VPA调整CPU请求后，HPA基于CPU利用率的计算逻辑会受影响。解决方案有两种：

方案一：HPA使用自定义指标，VPA管理CPU和内存资源。这是官方推荐的方式，HPA基于QPS、延迟等业务指标扩缩容，VPA负责优化每个Pod的资源分配，两者职责明确不冲突。

方案二：HPA使用CPU指标但排除VPA管理的容器。通过在HPA的metrics配置中指定containerResource类型，只监控特定容器的CPU，避免VPA调整导致的指标漂移。

metrics:
- type: ContainerResource
containerResource:
name: cpu
container: sidecar
target:
type: Utilization
averageUtilization: 80

集群级别扩缩容：Cluster Autoscaler集成

当HPA扩容Pod时集群资源不足，Pod会进入Pending状态。此时需要Cluster Autoscaler自动添加节点。配置Cluster Autoscaler需要注意：

– 设置合理的节点组（Node Group）上下限，避免无限扩容

– 配置scale-down-unneeded-time参数，控制节点空闲多久后回收（默认10分钟，建议设为15-20分钟避免频繁伸缩）

– 为关键Pod添加cluster-autoscaler.kubernetes.io/safe-to-evict: “false”注解，防止CAS缩容时驱逐重要工作负载

– 在多云环境下，为不同实例规格配置多个节点组，让CAS根据Pod的资源需求选择最经济的节点类型

扩缩容行为调优与稳定性保障

扩缩容行为（behavior）配置决定了HPA的响应速度和平稳性：

behavior:
scaleDown:
stabilizationWindowSeconds: 300
policies:
- type: Percent
value: 10
periodSeconds: 60
- type: Pods
value: 2
periodSeconds: 60
selectPolicy: Min
scaleUp:
stabilizationWindowSeconds: 0
policies:
- type: Percent
value: 100
periodSeconds: 30
- type: Pods
value: 4
periodSeconds: 30
selectPolicy: Max

缩容策略选择Min意味着每次缩容取两个策略中影响较小的那个，避免大规模缩容导致负载抖动。扩容策略选择Max则相反，确保扩容足够迅速。缩容稳定窗口设为300秒，意味着负载下降后至少观察5分钟才会开始缩容，避免因短暂波动而频繁伸缩。

在监控方面，需要关注HPA的CurrentMetrics是否及时响应负载变化，VPA的推荐值是否合理，以及Cluster Autoscaler的节点分配是否满足预期。通过Grafana搭建扩缩容监控面板，将HPA副本数、VPA推荐值、节点数量和核心业务指标放在同一视图中，可以快速判断扩缩容是否正常工作。