自动扩缩工作负载

在 Kubernetes 中，你可以根据当前的资源需求来**扩缩**工作负载。这使得你的集群能够更灵活、高效地应对资源需求的变化。

当你扩缩工作负载时，你可以增加或减少工作负载管理的副本数量，或者原地调整副本可用的资源。

第一种方法被称为**水平扩缩**，而第二种方法被称为**垂直扩缩**。

根据你的用例，有手动和自动两种方法来扩缩你的工作负载。

手动扩缩工作负载

Kubernetes 支持**手动扩缩**工作负载。水平扩缩可以使用 `kubectl` CLI 来完成。对于垂直扩缩，你需要**修补**工作负载的资源定义。

请参阅下面的两种策略示例。

• **水平扩缩**：运行应用的多个实例
• **垂直扩缩**：调整分配给容器的 CPU 和内存资源

自动扩缩工作负载

Kubernetes 也支持**自动扩缩**工作负载，这是本页的重点。

Kubernetes 中**自动扩缩**的概念是指自动更新管理一组 Pod（例如 Deployment）的对象的能力。

水平扩缩工作负载

在 Kubernetes 中，你可以使用 **HorizontalPodAutoscaler** (HPA) 自动水平扩缩工作负载。

它作为一个 Kubernetes API 资源和 控制器 实现，并周期性地调整工作负载中的副本数量，以匹配观察到的资源利用率，例如 CPU 或内存使用情况。

有一个关于为 Deployment 配置 HorizontalPodAutoscaler 的演练教程。

垂直扩缩工作负载

你可以使用 **VerticalPodAutoscaler** (VPA) 自动垂直扩缩工作负载。与 HPA 不同，VPA 默认不随 Kubernetes 一起提供，而是一个可以在 GitHub 上找到的独立项目。

安装后，它允许你为工作负载创建自定义资源定义 (CRD)，这些定义了**如何**以及**何时**扩缩所管理副本的资源。

目前，VPA 可以以四种不同的模式运行

Pod 原地垂直扩缩

从 Kubernetes 1.34 开始，VPA 不支持原地调整 Pod 大小，但目前正在进行此集成工作。要手动原地调整 Pod 大小，请参阅原地调整容器资源大小。

基于集群大小的自动扩缩

对于需要根据集群大小扩缩的工作负载（例如 `cluster-dns` 或其他系统组件），你可以使用 **Cluster Proportional Autoscaler**。与 VPA 一样，它不属于 Kubernetes 核心，而是作为其自己的项目托管在 GitHub 上。

Cluster Proportional Autoscaler 监视可调度的节点和核心数量，并相应地扩缩目标工作负载的副本数量。

如果副本数量应保持不变，你可以使用 **Cluster Proportional Vertical Autoscaler** 根据集群大小垂直扩缩你的工作负载。该项目**目前处于测试阶段**，可以在 GitHub 上找到。

虽然 Cluster Proportional Autoscaler 扩缩工作负载的副本数量，但 Cluster Proportional Vertical Autoscaler 会根据集群中的节点和/或核心数量调整工作负载（例如 Deployment 或 DaemonSet）的资源请求。

事件驱动的自动扩缩

还可以基于事件扩缩工作负载，例如使用 **Kubernetes Event Driven Autoscaler** (KEDA)。

KEDA 是一个 CNCF 毕业项目，它使你能够根据要处理的事件数量（例如队列中的消息数量）扩缩你的工作负载。有各种各样的适配器可供选择，以适应不同的事件源。

基于调度计划的自动扩缩

另一种扩缩工作负载的策略是**调度**扩缩操作，例如在非高峰时段减少资源消耗。

类似于事件驱动的自动扩缩，这种行为可以通过 KEDA 及其 `Cron` 扩缩器 来实现。`Cron` 扩缩器允许你定义扩缩工作负载（或缩小）的调度计划（和时区）。

扩缩集群基础设施

如果扩缩工作负载不足以满足你的需求，你还可以扩缩集群基础设施本身。

扩缩集群基础设施通常意味着添加或删除节点。阅读节点自动扩缩以获取更多信息。

下一步

• 了解更多关于水平扩缩
  • 扩缩 StatefulSet
  • HorizontalPodAutoscaler 演练
• 原地调整容器资源大小
• 在集群中自动扩缩 DNS 服务
• 了解节点自动扩缩