实践解析HPA各关联组件扭转关系
💡
原文中文，约4400字，阅读约需11分钟。
📝
内容提要
本文介绍了HPA（HorizontalPodAutoscaler）的相关组件和建议，包括指标来源、弹性扩容和缩容策略，以及禁止自动缩容和延长缩容时间窗的方法。HPA还支持容器指标源。
🎯
关键要点
- 应用程序存在波峰波谷现象，HPA用于弹性扩容和缩容。
- HPA通过创建资源定义负载的弹性策略，包括指标来源和阈值。
- 指标来源主要通过Metrics server和Prometheus获取，分为核心指标和自定义指标。
- API Aggregation允许扩展Kubernetes API，注册第三方服务以访问外部服务。
- HPA实践建议包括使用autoscaling/v2 API，配置扩缩行为和策略。
- 建议使用CPU作为核心指标进行弹性，快速扩容和缓慢缩容策略。
- 可以禁止自动缩容和延长缩容时间窗以应对流量波动。
- HPA支持容器指标源，能够跟踪各个容器的资源用量。
➡️
