在 Kubernetes 的运维管理中，资源的自动扩缩是一项至关重要的功能。Horizontal Pod Autoscaler (HPA) 和 Vertical Pod Autoscaler (VPA) 是 Kubernetes 提供的两种自动扩缩工具，它们各自有独特的使用场景和优势。 因此对于我们的业务POD来说，弹性伸缩总体上使用如下两种：

• Vertical Pod Autoscaler（VPA）

• Horizontal-Pod-Autoscaler（HPA）

HPA

什么是HPA

HPA 是 Kubernetes 中的一个资源对象，能够根据预设的指标（如 CPU 使用率、内存使用率等）动态调整 Pod 的数量。当 Pod 的指标超过预设的阈值时，HPA 会自动增加 Pod 的数量以应对负载压力；反之，当负载降低时，HPA 会减少 Pod 的数量以节省资源。

HPA使用场景

HPA 主要适用于那些对负载变化敏感、需要快速响应的应用。例如，在在线购物网站的高峰期，访问量可能会急剧增加，此时可以通过 HPA 自动增加 Web 服务器的 Pod 数量来应对流量压力。

HPA优势

优势

• 灵活性：HPA 可以根据实时负载情况动态调整 Pod 数量，确保应用始终保持最佳性能。
• 易用性：HPA 提供了丰富的配置选项，可以根据不同应用的需求进行定制。

VPA

什么是VPA

与 HPA 不同，VPA 着眼于 Pod 的资源需求（如 CPU、内存等）而不是数量。VPA 通过监控 Pod 的实际资源使用情况，自动调整 Pod 的资源限制和请求，以优化资源利用率。

VPA使用场景

VPA 更适用于那些资源使用相对稳定，但需要精细化管理的应用。例如，某些后台服务可能对 CPU 和内存的需求较为稳定，但初始设置的资源请求和限制可能不够精确。通过使用 VPA，可以根据实际使用情况自动调整资源配置，避免资源浪费或性能瓶颈。

VPA优势

• 资源优化：VPA 可以根据 Pod 的实际使用情况自动调整资源配置，提高资源利用效率。
• 减少维护成本：通过自动调整资源配置，可以减少手动干预的需求，降低维护成本。

VPA原理

VPA架构图

VPA 主要包括两个组件：

• 1）VPA Controller
  • Recommendr：给出 pod 资源调整建议
  • Updater：对比建议值和当前值，不一致时驱逐 Pod
• 2）VPA Admission Controller
  • Pod 重建时将 Pod 的资源请求量修改为推荐值

VPA工作流程

**首先 *Recommender 会*根据应用当前的资源使用情况以及历史的资源使用情况，计算接下来可能的资源使用阈值，如果计算出的值和当前值不一致则会给出一条资源调整建议。

然后 Updater 则根据这些建议进行调整，具体调整方法为：

• 1）Updater 根据建议发现需要调整，然后调用 api 驱逐 Pod
• 2）Pod 被驱逐后就会重建，然后再重建过程中VPA Admission Controller 会进行拦截，根据 Recommend 来调整 Pod 的资源请求量
• 3）最终 Pod 重建出来就是按照推荐资源请求量重建的了。

根据上述流程可知，调整资源请求量需要重建 Pod，这是一个破坏性的操作，所以 VPA 还没有生产就绪。

HPA 与 VPA 的比较

扩缩对象

1. HPA 主要针对 Pod 的数量进行扩缩，通过增减 Pod 数量来应对负载变化。
2. VPA 则关注 Pod 的资源需求，通过调整 Pod 的资源配置来提高资源利用效率。

扩缩方式

1. HPA 根据预设的指标和阈值进行扩缩，通过增加或减少 Pod 数量来应对负载压力。
2. VPA 则根据Pod 的实际资源使用情况进行扩缩，自动调整 Pod 的资源限制和请求。

适用场景

• HPA 更适用于负载变化较大的场景，需要快速响应负载变化。
• VPA 更适用于资源使用稳定但需要精细化管理的场景，以提高资源利用效率。
• VPA是解决资源配额（Pod的CPU、内存的limit/request）评估不准的问题。
• HPA则要解决的是业务负载压力波动很大，需要人工根据监控报警来不断调整副本数的问题。

贡献者

codingLab

版权所有

版权归属：codingLab

许可证：bugcode