Kubernetes HPA自动扩缩容配置：从指标采集到弹性策略全流程实战

Kubernetes弹性伸缩的核心机制

生产环境流量的波动性决定了固定副本数无法兼顾成本与稳定性。Kubernetes Horizontal Pod Autoscaler（HPA）根据观测指标自动调整Pod副本数，在流量高峰扩容保障服务可用，低谷缩容释放资源。HPA不是孤立组件，它依赖Metrics Server采集CPU/内存指标，或Prometheus Adapter提供自定义指标，控制器定期计算目标副本数并驱动Deployment扩缩。

Metrics Server部署与指标采集

Metrics Server是Kubernetes集群指标的核心来源，聚合各节点kubelet的cAdvisor数据，提供Pod级别的CPU和内存使用率。

安装Metrics Server

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

# 如果是自签证书环境，需要添加参数
# 编辑deployment，在args中添加：
#   - --kubelet-insecure-tls
#   - --kubelet-preferred-address-types=InternalIP

验证指标采集正常

# 查看节点指标
kubectl top node

# 查看Pod指标
kubectl top pod -n production

# 预期输出示例：
# NAME                       CPU(cores)   MEMORY(bytes)
# web-app-7d9f8b6c4-x2kjl   45m          128Mi

如果kubectl top返回error，检查Metrics Server Pod是否Running，以及kubelet的10250端口是否可达。

基础HPA配置：CPU利用率触发

最简单的HPA策略基于CPU使用率。当Pod平均CPU使用率超过阈值时扩容，低于阈值时缩容。

apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:
  name: web-app-hpa
  namespace: production
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

关键参数说明

– minReplicas：最小副本数，即使流量为零也保持的底线
– maxReplicas：最大副本数，防止无限扩容耗尽集群资源
– averageUtilization：目标CPU利用率，HPA试图维持的实际值

HPA的控制逻辑：当actual/expected > target时扩容，actual/expected < target时缩容。扩容是即时的，缩容有5分钟稳定窗口（由–horizontal-pod-autoscaler-downscale-stabilization控制），避免流量波动导致反复缩扩。

Deployment必须配置resources

HPA依赖Pod的resources.requests计算利用率百分比。没有配置requests的Pod，HPA无法工作：

apiVersion: apps/v1
kind: Deployment
metadata:
  name: web-app
spec:
  template:
    spec:
      containers:
      - name: app
        image: web-app:1.0
        resources:
          requests:
            cpu: 200m
            memory: 256Mi
          limits:
            cpu: 500m
            memory: 512Mi

多指标HPA：CPU与内存联合触发

单靠CPU指标在内存密集型场景下不够用。Kubernetes v2版本的HPA支持同时配置多个指标：

apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:
  name: web-app-hpa-multi
  namespace: production
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
  - type: Resource
    resource:
      name: memory
      target:
        type: Utilization
        averageUtilization: 80
  behavior:
    scaleDown:
      stabilizationWindowSeconds: 300
      policies:
      - type: Percent
        value: 10
        periodSeconds: 60
    scaleUp:
      stabilizationWindowSeconds: 0
      policies:
      - type: Percent
        value: 100
        periodSeconds: 15
      - type: Pods
        value: 4
        periodSeconds: 60
      selectPolicy: Max

多指标时HPA取各指标计算结果的最大值作为目标副本数，即”哪个指标需要更多副本就用哪个”。

自定义指标：基于QPS的弹性伸缩

CPU和内存是间接指标，真正反映负载的是请求量。通过Prometheus Adapter接入自定义指标，实现基于QPS的HPA。

部署Prometheus Adapter

# 添加Helm仓库
helm repo add prometheus-community https://prometheus-community.github.io/helm-charts
helm repo update

# 安装Adapter
helm install prometheus-adapter prometheus-community/prometheus-adapter \
    --set prometheus.url=http://prometheus-server.monitoring.svc \
    --set prometheus.port=9090 \
    -n monitoring

配置自定义指标规则

apiVersion: v1
kind: ConfigMap
metadata:
  name: prometheus-adapter-custom-rules
  namespace: monitoring
data:
  custom-rules.yaml: |
    rules:
    - seriesQuery: 'http_requests_total{namespace!="",pod!=""}'
      resources:
        overrides:
          namespace: {resource: "namespace"}
          pod: {resource: "pod"}
      name:
        matches: "http_requests_total"
        as: "http_requests_per_second"
      metricsQuery: |
        sum(rate(http_requests_total{<<.LabelMatchers>>}[2m])) by (<<.GroupBy>>)

基于QPS的HPA

apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:
  name: web-app-hpa-qps
  namespace: production
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: web-app
  minReplicas: 2
  maxReplicas: 20
  metrics:
  - type: Pods
    pods:
      metric:
        name: http_requests_per_second
      target:
        type: AverageValue
        averageValue: 1000

扩缩容行为精细化控制

Kubernetes 1.18+引入的behavior字段让扩缩容策略更精细可控。

防止扩容过猛

behavior:
  scaleUp:
    stabilizationWindowSeconds: 0
    policies:
    - type: Percent
      value: 50
      periodSeconds: 60
    - type: Pods
      value: 3
      periodSeconds: 60
    selectPolicy: Min

防止缩容过快

behavior:
  scaleDown:
    stabilizationWindowSeconds: 600
    policies:
    - type: Percent
      value: 25
      periodSeconds: 120
    selectPolicy: Min

HPA排障手册

HPA显示desired replicas为nil

Metrics Server未部署或未就绪，HPA无法获取指标数据：

# 检查Metrics Server
kubectl get pods -n kube-system -l k8s-app=metrics-server

# 检查API注册
kubectl get apiservice v1beta1.metrics.k8s.io

扩缩容未触发

检查Pod是否配置了resources.requests，以及当前指标是否超过阈值：

kubectl describe hpa web-app-hpa -n production
# 输出中的Events会显示扩缩决策过程

缩容抖动

增大stabilizationWindowSeconds，或配置缩容策略的Percent类型限制：

behavior:
  scaleDown:
    stabilizationWindowSeconds: 600
    policies:
    - type: Percent
      value: 10
      periodSeconds: 120

从Metrics Server部署到自定义指标接入，再到扩缩容行为精细化控制，Kubernetes HPA为生产环境提供了完整的弹性伸缩能力。关键在于选择合适的指标类型和策略参数，在响应速度和稳定性之间找到平衡。