Kubernetes HPA弹性伸缩实战：从指标采集到自动扩缩容配置

Kubernetes HPA（Horizontal Pod Autoscaler，横向Pod自动伸缩）是容器编排环境里应对流量波动的标准手段。它按指标自动调整Pod副本数，流量上来先扩容，流量下去再回收，避免人工盯监控改副本数。本文覆盖HPA的原理、配置、自定义指标扩展与参数调优，适合正在搭建弹性伸缩体系的网站运维团队。

HPA的工作原理与扩缩容计算

HPA控制循环默认每15秒读取一次指标，计算期望副本数后调整Deployment。计算方式：期望副本数 = 当前副本数 × 当前指标值 / 目标指标值，结果向上取整。指标来源包括metrics-server（CPU/内存）与自定义指标API（QPS、队列长度、延迟）。

部署metrics-server采集基础指标

metrics-server采集节点与Pod的CPU/内存使用率，是HPA运行的前提。安装后验证可用性：kubectl top nodes有输出即正常。集群部署在云厂商环境时，优先用托管metrics组件，减少自建维护成本。

kubectl apply -f https://github.com/kubernetes-sigs/metrics-server/releases/latest/download/components.yaml
kubectl top nodes
kubectl top pods -n prod

基于CPU的HPA配置示例

面向Web服务按CPU扩容是基础用法。下面配置让Deployment的CPU使用率维持在60%，副本数在2-10之间浮动。targetAverageUtilization按Pod的requests计算百分比，因此Pod的resources.requests.cpu必须与真实用量匹配，否则缩放基准失真。

apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:
  name: web-hpa
  namespace: prod
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: web
  minReplicas: 2
  maxReplicas: 10
  metrics:
  - type: Resource
    resource:
      name: cpu
      target:
        type: Utilization
        averageUtilization: 60

自定义指标与KEDA：按业务水位伸缩

CPU指标存在滞后性，处理队列类负载更适合用业务指标。KEDA把消息队列长度、积压量等业务指标接入HPA，消息积压自动扩容，消费完自动回收。Kafka触发器示例：lag超过100时副本数往上涨，上限20。

apiVersion: keda.sh/v1alpha1
kind: ScaledObject
metadata:
  name: consumer-scaler
spec:
  scaleTargetRef:
    name: consumer
  minReplicaCount: 1
  maxReplicaCount: 20
  triggers:
  - type: kafka
    metadata:
      topic: order-events
      bootstrapServers: kafka-broker:9092
      lagThreshold: "100"

参数调优：稳定窗口与扩缩步长

默认行为容易造成副本数频繁抖动。两个关键参数：缩容稳定窗口（stabilizationWindowSeconds）让副本保留一段时间再回收，避免流量波动导致抖动；扩缩步长通过behavior段限制单次变化幅度，扩容可以激进、缩容必须保守。

  behavior:
    scaleUp:
      stabilizationWindowSeconds: 0
      policies:
      - type: Percent
        value: 100
        periodSeconds: 60
    scaleDown:
      stabilizationWindowSeconds: 300
      policies:
      - type: Pods
        value: 2
        periodSeconds: 60

实践中的注意事项

Pod的requests必须与真实用量匹配；扩容依赖指标延迟，建议同步配置Prometheus Adapter采集业务指标；无状态服务才适合HPA，有状态数据库、消息队列不要直接按流量缩容。HPA只是弹性层的一环，配合节点自动扩缩容才能形成完整闭环。