Kubernetes容器编排实战：HPA自动伸缩与资源配额管理配置

Kubernetes HPA（Horizontal Pod Autoscaler）根据CPU利用率、内存使用或自定义指标自动调整Pod副本数量，是保障服务稳定性和资源利用率的核心机制。配合ResourceQuota和LimitRange实现命名空间级别的资源配额管理，能够有效防止单个应用耗尽集群资源。本文从HPA配置、自定义指标集成、资源配额三个维度展开实战。

HPA自动伸缩原理与指标采集

HPA通过Metrics Server采集集群资源指标，周期性（默认15秒）查询当前Pod的资源利用率，与目标值比较后决定扩缩容操作。扩容操作即时执行，缩容操作有默认300秒的冷却时间，防止频繁波动。

HPA工作流程：

1. Metrics Server从各节点的kubelet收集CPU和内存指标

2. HPA控制器查询目标Deployment的当前指标值

3. 根据公式计算期望副本数：期望副本数 = ceil(当前副本数 * (当前指标 / 目标指标))

4. 调用Deployment的Scale子资源更新副本数

安装Metrics Server：

kubectl apply -f https://github.com/kubernetes-sigs/metrics-server/releases/latest/download/components.yaml

# 验证安装
kubectl top nodes
kubectl top pods -A

HPA配置实战：基于CPU和内存的伸缩策略

基础HPA配置，基于CPU利用率自动伸缩：

apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:
  name: web-api-hpa
  namespace: production
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: web-api
  minReplicas: 3
  maxReplicas: 50
  metrics:
  - type: Resource
    resource:
      name: cpu
      target:
        type: Utilization
        averageUtilization: 70
  - type: Resource
    resource:
      name: memory
      target:
        type: Utilization
        averageUtilization: 80
  behavior:
    scaleUp:
      stabilizationWindowSeconds: 0
      policies:
      - type: Percent
        value: 100
        periodSeconds: 30
      selectPolicy: Max
    scaleDown:
      stabilizationWindowSeconds: 300
      policies:
      - type: Percent
        value: 50
        periodSeconds: 60
      - type: Pods
        value: 4
        periodSeconds: 60
      selectPolicy: Min

关键参数说明：

– minReplicas/maxReplicas：最小和最大副本数边界。

– averageUtilization: 70：CPU平均利用率超过70%触发扩容。

– scaleUp.stabilizationWindowSeconds: 0：扩容无冷却，立即响应。

– scaleDown配置了两种策略取最小值：每分钟最多缩减50%或4个Pod，避免雪崩。

Deployment必须配置resources.requests才能被HPA监控：

apiVersion: apps/v1
kind: Deployment
metadata:
  name: web-api
spec:
  replicas: 3
  template:
    spec:
      containers:
      - name: api
        image: registry.example.com/web-api:v2.1
        resources:
          requests:
            cpu: 250m
            memory: 256Mi
          limits:
            cpu: 500m
            memory: 512Mi

自定义指标伸缩：Prometheus Adapter集成

当CPU和内存指标不足以反映业务负载时，可通过Prometheus Adapter接入自定义指标，如QPS、消息队列深度、活跃连接数等。

部署Prometheus Adapter配置文件：

rules:
- seriesQuery: 'http_requests_total{namespace!="",pod!=""}'
  resources:
    overrides:
      namespace: {resource: "namespace"}
      pod: {resource: "pod"}
  name:
    matches: "^(.*)_total"
    as: "${1}_per_second"
  metricsQuery: 'sum(rate(<<.Series>>{<<.LabelMatchers>>}[2m])) by (<<.GroupBy>>)'

该规则将Prometheus中的http_requests_total指标转换为每秒请求数，HPA可基于此指标伸缩。

基于自定义QPS指标的HPA：

apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:
  name: api-qps-hpa
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: web-api
  minReplicas: 3
  maxReplicas: 100
  metrics:
  - type: Pods
    pods:
      metric:
        name: http_requests_per_second
      target:
        type: AverageValue
        averageValue: "1000"

当每个Pod平均QPS超过1000时触发扩容。type: Pods表示该指标以Pod为单位采集，不需要Resource类型的指标。

多指标组合策略：HPA会在所有指标中取计算出的最大期望副本数，确保任何一个指标超限都能触发扩容。

ResourceQuota与LimitRange资源配额管理

ResourceQuota限制命名空间的总资源消耗，LimitRange设置单个Pod或Container的资源上下限。两者配合实现多层资源控制。

ResourceQuota配置：

apiVersion: v1
kind: ResourceQuota
metadata:
  name: production-quota
  namespace: production
spec:
  hard:
    requests.cpu: "100"
    requests.memory: 200Gi
    limits.cpu: "200"
    limits.memory: 400Gi
    persistentvolumeclaims: "20"
    services.loadbalancers: "5"
    pods: "200"
    configmaps: "50"
    secrets: "50"

该配置限制production命名空间最多使用100个CPU核心、200Gi内存请求，200个CPU核心、400Gi内存上限，最多200个Pod。

LimitRange配置：

apiVersion: v1
kind: LimitRange
metadata:
  name: container-limits
  namespace: production
spec:
  limits:
  - type: Container
    max:
      cpu: "4"
      memory: 8Gi
    min:
      cpu: 100m
      memory: 128Mi
    default:
      cpu: 500m
      memory: 512Mi
    defaultRequest:
      cpu: 250m
      memory: 256Mi
  - type: PersistentVolumeClaim
    max:
      storage: 100Gi
    min:
      storage: 1Gi

关键配置项：

– max/min：单个容器资源上下限，超过max或低于min的Pod将被拒绝创建。

– default：未指定limits时的默认上限。

– defaultRequest：未指定requests时的默认请求值。

验证配额使用情况：

# 查看命名空间配额使用
kubectl describe resourcequota production-quota -n production

# 查看LimitRange
kubectl describe limitrange container-limits -n production

VPA垂直伸缩与节点自动扩缩

HPA解决水平伸缩，VPA（Vertical Pod Autoscaler）解决垂直伸缩——自动调整Pod的CPU和内存requests/limits。

VPA安装与配置：

# 安装VPA
kubectl apply -f https://github.com/kubernetes/autoscaler/releases/latest/download/vpa-v1-upgrade.yaml

# 创建VPA资源
apiVersion: autoscaling.k8s.io/v1
kind: VerticalPodAutoscaler
metadata:
  name: api-vpa
  namespace: production
spec:
  targetRef:
    apiVersion: "apps/v1"
    kind: Deployment
    name: web-api
  updatePolicy:
    updateMode: Auto
  resourcePolicy:
    containerPolicies:
    - containerName: api
      minAllowed:
        cpu: 100m
        memory: 128Mi
      maxAllowed:
        cpu: "2"
        memory: 4Gi
      controlledResources: ["cpu", "memory"]

VPA有三种模式：Auto（自动调整并重启Pod）、Initial（仅在创建时设置requests）、Off（仅推荐不执行）。生产环境建议先用Off模式观察推荐值，确认合理后切换为Auto。

集群节点自动扩缩（Cluster Autoscaler）：

# AWS EKS集群自动扩缩配置
apiVersion: apps/v1
kind: Deployment
metadata:
  name: cluster-autoscaler
  namespace: kube-system
spec:
  template:
    spec:
      containers:
      - name: cluster-autoscaler
        image: registry.k8s.io/autoscaling/cluster-autoscaler:v1.30.0
        command:
        - ./cluster-autoscaler
        - --cloud-provider=aws
        - --scale-down-unneeded-time=10m
        - --scale-down-delay-after-add=10m
        - --max-node-provision-time=15m
        - --balance-similar-node-groups
        - --expander=priority

Cluster Autoscaler监控Pending状态的Pod，当因资源不足导致Pod无法调度时自动新增节点。空闲节点超过scale-down-unneeded-time后自动回收。HPA和Cluster Autoscaler协同工作：HPA负责应用层水平扩缩，Cluster Autoscaler负责基础设施层节点扩缩。