Kubernetes HPA自定义指标扩缩容：KEDA与Prometheus Adapter配置实战

HPA基础：CPU与内存指标的局限性

Kubernetes原生HPA（Horizontal Pod Autoscaler）支持基于CPU和内存使用率自动扩缩容。但实际生产环境中，CPU利用率不能准确反映业务负载。例如消息队列积压量、HTTP请求QPS、自定义业务指标才是扩缩容的合理依据。Kubernetes容器编排体系为此提供了自定义指标扩缩容方案。

原生HPA基于CPU的配置：

apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:
  name: web-app-hpa
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: web-app
  minReplicas: 2
  maxReplicas: 10
  metrics:
  - type: Resource
    resource:
      name: cpu
      target:
        type: Utilization
        averageUtilization: 70

方案对比：Prometheus Adapter vs KEDA

两种主流的自定义指标扩缩容方案各有特点。Prometheus Adapter将Prometheus指标转换为Kubernetes Custom Metrics API，HPA通过该API获取指标。KEDA（Kubernetes Event-Driven Autoscaling）是CNCF项目，支持从Prometheus、Kafka、RabbitMQ等60+数据源触发扩缩容，配置更声明式，且支持缩容到零。

对于已有Prometheus监控告警体系的团队，Prometheus Adapter集成成本更低。对于事件驱动的应用（如消息队列消费者），KEDA更合适。

KEDA安装与ScaledObject配置

安装KEDA：

# 添加KEDA Helm仓库
helm repo add kedacore https://kedacore.github.io/charts
helm repo update

# 安装KEDA
helm install keda kedacore/keda --namespace keda-system --create-namespace

# 验证安装
kubectl get pods -n keda-system

创建基于Prometheus指标的ScaledObject：

apiVersion: keda.sh/v1alpha1
kind: ScaledObject
metadata:
  name: web-app-scaledobject
  namespace: default
spec:
  scaleTargetRef:
    name: web-app
  minReplicaCount: 2
  maxReplicaCount: 20
  pollingInterval: 30
  cooldownPeriod: 300
  triggers:
  - type: prometheus
    metadata:
      serverAddress: http://prometheus-server.monitoring:9090
      metricName: http_requests_per_second
      threshold: "1000"
      query: |
        sum(rate(http_requests_total{app="web-app"}[1m]))
    authenticationRef:
      name: prometheus-trigger-auth

关键参数说明：pollingInterval控制指标轮询间隔（秒），默认30；cooldownPeriod是缩容冷却时间，防止扩缩容抖动；threshold是触发扩容的指标阈值，当query返回值超过该值时增加副本。

触发器认证配置

如果Prometheus需要认证，配置TriggerAuthentication：

apiVersion: v1
kind: Secret
metadata:
  name: prometheus-secret
type: Opaque
data:
  token: <base64-encoded-token>
---
apiVersion: keda.sh/v1alpha1
kind: TriggerAuthentication
metadata:
  name: prometheus-trigger-auth
spec:
  secretTargetRef:
  - parameter: bearerToken
    name: prometheus-secret
    key: token

CI/CD流水线集成扩缩容配置

在DevOps实践中，ScaledObject应纳入GitOps管理。使用Argo CD或Flux CD将ScaledObject YAML与Deployment同步部署，确保环境一致性。CI/CD流水线中增加HPA/ScaledObject配置校验步骤：

# CI流水线中校验YAML
kubectl apply --dry-run=client -f keda-scaledobject.yaml

# 使用kubeconform校验
kubeconform -summary keda-scaledobject.yaml

混沌工程场景下，可以通过注入延迟故障验证扩缩容策略的有效性。在故障应急响应流程中，KEDA的状态检查应纳入标准巡检项目。

扩缩容不生效排查

Q: KEDA ScaledObject状态为Unknown

# 查看ScaledObject状态
kubectl describe scaledobject web-app-scaledobject

# 查看KEDA operator日志
kubectl logs -n keda-system -l app=keda-operator --tail=50

常见原因：Prometheus serverAddress不可达、query语法错误、指标无数据返回。检查query在Prometheus UI中能否正常执行。

Q: 副本数在阈值附近频繁波动

调大cooldownPeriod到300秒以上，或使用KEDA的behavior配置stabilizationWindow：

spec:
  behavior:
    scaleDown:
      stabilizationWindowSeconds: 300
      policies:
      - type: Percent
        value: 50
        periodSeconds: 60

Q: minReplicaCount为0但Pod不缩容到零

检查是否有其他HPA或Deployment指定了replicas数量，优先级冲突会导致KEDA无法缩容到零。Docker自动化部署中如果使用了Deployment的replicas字段，需要移除该字段，由KEDA接管副本数控制。