Kubernetes HPA弹性伸缩配置详解：自定义指标实现Pod精准扩缩容

Kubernetes Pod手动扩缩容无法应对突发流量。Horizontal Pod Autoscaler（HPA）根据CPU、内存或自定义指标自动调整副本数，是保障服务稳定性和控制成本的核心机制。本文梳理HPA的工作原理、指标适配器安装和自定义指标配置的完整流程。

Kubernetes HPA工作原理：控制循环与扩缩容算法

HPA控制器以轮询方式（默认15秒间隔）从指标API获取Pod指标，计算期望副本数：

期望副本数 = ceil(当前副本数 * (当前指标值 / 目标指标值))

例如当前5个Pod平均CPU利用率为80%，目标设为50%，则期望副本数 = ceil(5 * 80/50) = 8。

HPA引入两个冷却参数防止副本数频繁抖动：--horizontal-pod-autoscaler-downscale-stabilization（默认5分钟，缩容时取窗口内最大值）和冷却延迟时间。

Metrics Server安装：提供CPU内存基础指标

HPA依赖Metrics Server采集各Pod的resource usage。安装Metrics Server：

# 应用官方YAML
kubectl apply -f https://github.com/kubernetes-sigs/metrics-server/releases/latest/download/components.yaml

# 验证安装
kubectl get pods -n kube-system | grep metrics-server
kubectl top nodes
kubectl top pods

如果Pod使用率无数据，检查Metrics Server启动参数是否包含 --kubelet-insecure-tls（测试环境用）或正确配置了kubelet证书。

基于CPU利用率的HPA配置：标准扩缩容策略

定义一个Deployment并设置resources requests/limits，HPA依赖requests值计算CPU利用率百分比：

apiVersion: apps/v1
kind: Deployment
metadata:
  name: api-server
spec:
  replicas: 2
  selector:
    matchLabels:
      app: api-server
  template:
    metadata:
      labels:
        app: api-server
    spec:
      containers:
      - name: api
        image: registry.example.com/api:v1.0
        resources:
          requests:
            cpu: 250m
            memory: 256Mi
          limits:
            cpu: 500m
            memory: 512Mi
---
apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:
  name: api-server-hpa
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: api-server
  minReplicas: 2
  maxReplicas: 20
  metrics:
  - type: Resource
    resource:
      name: cpu
      target:
        type: Utilization
        averageUtilization: 50
  - type: Resource
    resource:
      name: memory
      target:
        type: Utilization
        averageUtilization: 70
  behavior:
    scaleUp:
      stabilizationWindowSeconds: 0
      policies:
      - type: Percent
        value: 100
        periodSeconds: 15
    scaleDown:
      stabilizationWindowSeconds: 300
      policies:
      - type: Percent
        value: 50
        periodSeconds: 60

behavior 字段（autoscaling/v2引入）提供细粒度控制：扩容时每15秒最多增加100%副本（快速响应流量增长），缩容时每60秒最多减少50%，且5分钟内取最大值避免抖动。

Prometheus Adapter安装：支持自定义指标HPA

CPU和内存指标无法覆盖所有场景。HTTP请求QPS、消息队列积压量、自定义业务指标需要Prometheus采集后通过Adapter暴露给HPA。

helm repo add prometheus-community https://prometheus-community.github.io/helm-charts
helm install prom-adapter prometheus-community/prometheus-adapter \
  --namespace kube-system \
  --set prometheus.url=http://prometheus-server.monitoring.svc:9090 \
  --set prometheus.port=80 \
  --set rules.default=false

创建自定义指标规则，将Prometheus查询映射为Kubernetes custom.metrics.k8s.io API：

apiVersion: v1
kind: ConfigMap
metadata:
  name: prom-adapter-rules
  namespace: kube-system
data:
  http_requests_per_second: |
    seriesQuery: 'http_requests_total{namespace!="",pod!=""}'
    resources:
      overrides:
        namespace: {resource: "namespace"}
        pod: {resource: "pod"}
    name:
      matches: "^(.*)_total"
      as: "${1}_per_second"
    metricsQuery: 'sum(rate(https_requests_total{<<.LabelMatchers>>}[2m])) by (<<.GroupBy>>)'

自定义指标HPA配置：基于QPS的弹性伸缩实战

使用自定义指标替换或补充CPU指标，实现更贴合业务特征的扩缩容：

apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:
  name: api-server-custom-hpa
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: api-server
  minReplicas: 3
  maxReplicas: 50
  metrics:
  - type: Pods
    pods:
      metric:
        name: http_requests_per_second
      target:
        type: AverageValue
        averageValue: "1000"
  - type: Resource
    resource:
      name: cpu
      target:
        type: Utilization
        averageUtilization: 60

上述配置表示：当Pod平均QPS超过1000时触发扩容，同时CPU超过60%也触发扩容（取两者较大值）。type: Pods 的指标来自每个Pod各自上报的Prometheus指标，AverageValue 表示每个Pod的处理量目标值。

HPA排障命令与常见问题处理

HPA不生效时，按顺序排查：

# 查看HPA状态和指标
kubectl describe hpa api-server-custom-hpa

# 查看HPA事件
kubectl get hpa api-server-custom-hpa -o yaml

# 检查自定义指标API是否可用
kubectl get --raw "/apis/custom.metrics.k8s.io/v1beta1/namespaces/default/pods/*/http_requests_per_second"

# 检查Metrics Server状态
kubectl get apiservice | grep metrics

常见问题：“the HPA was unable to compute the replica count” 表示指标获取失败——检查Pod是否设置了resources.requests（HPA计算Utilization依赖.requests值）；“missing request” 表示Deployment未配置resources.requests，HPA无法计算CPU利用率百分比。