0

我正在使用 Kubernetes 中的 Horizo​​ntal Pod Autoscaler。一旦平均 CPU 利用率超过 35%，我已将 HPA 设置为启动新实例。然而，这似乎没有按预期工作。即使 CPU 利用率远低于定义的目标利用率，HPA 也会触发重新调整。如下所示，“当前”利用率为 10%，与 35% 相差甚远。但是，它仍然将 pod 的数量从 5 个重新调整为 6 个。 在此处输入图像描述

我还检查了我的 Google Cloud Platform 仪表板（我们托管应用程序的地方）中的指标。这也表明请求的 CPU 利用率没有超过 35% 的阈值。但是，仍然发生了几次重新调整。 在此处输入图像描述

我的 HPA 的内容

apiVersion: autoscaling/v1
kind: HorizontalPodAutoscaler
metadata:
 name: django
spec:
{{ if eq .Values.env "prod" }}
 minReplicas: 5
 maxReplicas: 35
{{ else if eq .Values.env "staging" }}
 minReplicas: 1
 maxReplicas: 3
{{ end }}
 scaleTargetRef:
   apiVersion: apps/v1
   kind: Deployment
   name: django-app
 targetCPUUtilizationPercentage: 35

有谁知道这可能是什么原因？

4

1 回答 1

3

这很棘手，可能是一个错误，但我不这么认为，大多数时候人们配置的值太低，我将解释。

targetCPUUtilizationPercentage与 Pod 的请求限制有何关系。

根据targetCPUUtilizationPercentagepod 可以使用的所有 CPU 配置百分比。HPA在 Kubernetes 上，如果不指定一些limitsCPU 使用率，我们就无法创建一个。

让我们假设这是我们的极限：

apiVersion: v1
kind: Pod
metadata:
  name: apache
spec:
  containers:
    - name: apache
      image: httpd:alpine
      resources:
        limits:
          cpu: 1000m

在我们的targetCPUUtilizationPercentage内部 HPA 中，我们指定 75%。

这很容易解释，因为我们要求单核的 100% （1000m = 1 个 CPU 核），所以当这个核大约使用 75% 时，HPA 就会开始工作。

但是，如果我们将我们的限制定义为：

spec:
  containers:
    - name: apache
      image: httpd:alpine
      resources:
        limits:
          cpu: 500m

现在，我们的 pod 可以利用的 100% CPU 只是单个内核的 50%。很好，所以这个 pod 100% 的 cpu 使用率意味着，在硬件上，单核的使用率是 50%。

这是无关紧要的targetCPUUtilizationPercentage，如果我们保持我们75%的 HPA 值，当我们的单核即将37.5%使用时就会开始工作，因为这是pod可以消耗的所有 CPU 的 75%。

从 pod/hpa 的角度来看，他们永远不知道自己受限于 CPU 或内存。

了解上述问题中的场景

对于上面问题中使用的某些程序 - CPU 峰值确实会发生- 但是仅在很小的时间范围内（例如 10 秒峰值）。由于这些尖峰的持续时间很短，指标服务器不会保存这个尖峰，而只会在 1m 窗口后保存指标。在这种情况下，这些窗口之间的尖峰将被排除。这解释了为什么在指标仪表板中看不到峰值，但 HPA 会发现峰值。

因此，对于CPU 限制较低的服务，较大的扩展时间窗口（scaleUpHPA 中的设置）可能是理想的。

于 2021-03-20T20:27:07.383 回答