当前位置 : 主页 > 编程语言 > 其它开发 >

K8S原来如此简单(五)Metrics Server与HPA

来源:互联网 收集:自由互联 发布时间:2022-05-20
什么是HPA https://kubernetes.io/zh/docs/tasks/run-application/horizontal-pod-autoscale/ 我们前面有通过kubectl scale命令手动扩展我们的服务,生产环境中我们希望k8s能够根据一些指标信息自动扩展服务。
什么是HPA

https://kubernetes.io/zh/docs/tasks/run-application/horizontal-pod-autoscale/

 我们前面有通过kubectl scale命令手动扩展我们的服务,生产环境中我们希望k8s能够根据一些指标信息自动扩展服务。

这时我们可以利用k8s的HPA(水平扩展)来根据 CPU利用率等指标自动扩缩Deployment、ReplicaSet 或 StatefulSet 中的 Pod 数量。

HPA原理

HPA控制器通过Metrics Server的API(Heapster的API或聚合API)获取指标数据,基于用户定义的扩缩容规则进行计算,得到目标Pod副本数量。

当目标Pod副本数量与 当前副本数量不同时,HPA控制器就向Pod的副本控制器 (Deployment、RC或ReplicaSet)发起scale操作,调整Pod的副本数量, 完成扩缩容操作。

MetricsServer

在说metricsserver之前,我们来看一个查看资源消耗情况的命令

查看Node资源消耗: 
kubectl top node k8s-node1 
查看Pod资源消耗: 
kubectl top pod k8s-node1

需要注意的是,使用这个命令我们需要安装metrics server,否则会提示:Metrics API不可用。

 

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

 

查看metrics安装结果

kubectl get pod --all-namespaces |grep metrics

 

查看pod资源使用率

kubectl top pod chesterdeployment-75c64cc8b6-k4jqw -n chesterns

 

安装好之后,我们可以看到已经可以正常使用kubectl top命令了。下面我们开始演示通过hpa来模拟根据cpu自动水平扩展。

仍然使用之前课程的deployment,需要修改deployment的副本数为1

apiVersion: apps/v1
kind: Deployment
metadata:
  name: chesterdeployment
  namespace: chesterns
  labels:
    app: chesterapi
spec:
  replicas: 1
  selector:
    matchLabels:
      app: chesterapi
  template:
    metadata:
      labels:
        app: chesterapi
    spec:
     containers:
     - name: oneapi
       image: registry.cn-beijing.aliyuncs.com/chester-k8s/oneapi:latest
       ports:
       - containerPort: 5000
       livenessProbe:
         httpGet:
           path: /test
           port: 5000

 

应用deployment

kubectl apply -f deployment.yaml

 

在我们的oneapi里有一个highcpu的接口,可以帮助我们实现高cpu操作

    [HttpGet("highcpu")]
    public string HighCpu(int minutes)
    {
        var now = DateTime.Now;
        while (DateTime.Now - now <= TimeSpan.FromMinutes(minutes))
        {
            _logger.LogInformation(DateTime.Now.ToString());
        }
        return "ok";
    }

 

我们调用这个接口,模拟高消耗cpu操作

curl clusterip:5000/test/highcpu?minutes=1

 

再次查看pod资源使用率,可以跟调用之前比对,明显发现cpu变高

kubectl top pod chesterdeployment-75c64cc8b6-k4jqw -n chesterns
创建HPA

下面我们创建hpa,让其实现自动扩展

apiVersion: autoscaling/v2beta2
kind: HorizontalPodAutoscaler
metadata:
  name: chesterhpa
  namespace: chesterns
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: chesterdeployment
  minReplicas: 1
  maxReplicas: 3
  metrics:
  - type: Resource
    resource:
      name: cpu
      target:
        type: AverageValue
        averageValue: 200m

重新调用接口模拟高cpu

curl clusterip:5000/test/highcpu?minutes=3

查看hpa状态,即可发现实现了自动扩展

kubectl describe hpa chesterhpa -n chesterns
kubectl get pods --namespace=chesterns
kubectl top pod  -n chesterns​
上一篇:论文翻译:2021_F
下一篇:没有了
网友评论