0

我正在使用 prometheus 和适配器来扩展 HPA（自定义指标 memory_usage_bytes）。我不知道为什么 m 附加了 targetValue 并且 HPA 在不使用内存时也不会缩小 pod。

我错过了什么吗？

HPA 代码

apiVersion: autoscaling/v2beta1
kind: HorizontalPodAutoscaler
metadata:
  name: pros
  namespace: default
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: pros
  maxReplicas: 3
  metrics:
  - type: Pods
    pods:
      metricName: memory_usage_bytes
      targetAverageValue: 33000000

kubectl 获取 hpa

NAME   REFERENCE         TARGETS         MINPODS   MAXPODS   REPLICAS   AGE
pros   Deployment/pros   26781013333m/33M      1         3         3          19m

custom.metrics.k8.io

{
  "kind": "MetricValueList",
  "apiVersion": "custom.metrics.k8s.io/v1beta1",
  "metadata": {
    "selfLink": "/apis/custom.metrics.k8s.io/v1beta1/namespaces/default/pods/%2A/memory_usage_bytes"
  },
  "items": [
    {
      "describedObject": {
        "kind": "Pod",
        "namespace": "default",
        "name": "pros-6c9b9c5c59-57vmx",
        "apiVersion": "/v1"
      },
      "metricName": "memory_usage_bytes",
      "timestamp": "2019-07-13T12:03:10Z",
      "value": "34947072",
      "selector": null
    },
    {
      "describedObject": {
        "kind": "Pod",
        "namespace": "default",
        "name": "pros-6c9b9c5c59-957zv",
        "apiVersion": "/v1"
      },
      "metricName": "memory_usage_bytes",
      "timestamp": "2019-07-13T12:03:10Z",
      "value": "19591168",
      "selector": null
    },
    {
      "describedObject": {
        "kind": "Pod",
        "namespace": "default",
        "name": "pros-6c9b9c5c59-nczqq",
        "apiVersion": "/v1"
      },
      "metricName": "memory_usage_bytes",
      "timestamp": "2019-07-13T12:03:10Z",
      "value": "19615744",
      "selector": null
    }
  ]
}
4

1 回答 1

3

至少有两个很好的理由可以解释为什么它可能不起作用：

  1. 正如您在文档中看到的：

    当前的稳定版本，仅包含对 CPU 自动缩放的支持，可以在 autoscaling/v1 API 版本中找到。可以在autoscaling/v2beta2中找到包含对内存扩展和自定义指标的支持的 beta 版本。

    你正在使用：

    apiVersion: autoscaling/v2beta1在你的HorizontalPodAutoscaler定义中。

  2. 如果您总结了custom.metrics.k8.io示例中所有 3 个当前正在运行的 Pod 使用的总内存，当内存限制设置为33000000. 请注意，第一个 Pod 已经达到其限制，其他 2 个 Pod ( + ) 的33M内存消耗仍然太高，无法将其放在具有限制的单个 Pod 上。19591168196157443300000
于 2019-07-23T11:29:59.660 回答