作者：justmine

頭條號：大數(shù)據(jù)達(dá)摩院

微信公眾號：大數(shù)據(jù)處理系統(tǒng)

創(chuàng)作不易，在滿足創(chuàng)作共用版權(quán)協(xié)議的基礎(chǔ)上可以轉(zhuǎn)載，但請以超鏈接形式注明出處。

為了方便大家閱讀，可以關(guān)注頭條號或微信公眾號，后續(xù)所有的文章將在移動端首發(fā)，想學(xué)習(xí)更多云原生知識，請關(guān)注我。

前言

k8s已經(jīng)成為了容器管理和編排的標(biāo)準(zhǔn)，當(dāng)應(yīng)用容器化到K8S后，如何根據(jù)服務(wù)器資源自動伸縮應(yīng)用，以應(yīng)對任何的突發(fā)流量。

請考慮如何實(shí)現(xiàn)以下應(yīng)用場景？

當(dāng)服務(wù)器高負(fù)載時(shí)，自動擴(kuò)容應(yīng)用服務(wù)運(yùn)行數(shù)量；當(dāng)服務(wù)器低負(fù)載時(shí)，自動縮減應(yīng)用服務(wù)運(yùn)行數(shù)量，以實(shí)現(xiàn)“合適規(guī)模”的應(yīng)用部署，從而更好地利用集群資源。

本篇就來演示K8S如何實(shí)現(xiàn)上面的場景。

準(zhǔn)備工作

安裝metrics-server

項(xiàng)目地址：

https://github.com/kubernetes-sigs/metrics-server

Kubernetes Metrics Server 是集群中資源使用情況數(shù)據(jù)的聚合器。

下載

wget https://github.com/kubernetes-sigs/metrics-server/archive/v0.3.6.tar.gz && tar -xzf v0.3.6.tar.gz;

部署

# Kubernetes 1.7$ kubectl create -f metrics-server-0.3.6/deploy/1.7/# Kubernetes > 1.8$ kubectl create -f metrics-server-0.3.6/deploy/1.8+/

驗(yàn)證

kubectl get deployment metrics-server -n kube-system

演示

1、創(chuàng)建一個(gè)簡單的 Apache Web 服務(wù)器應(yīng)用程序

kubectl run httpd --image=httpd --requests=cpu=100m --limits=cpu=200m --expose --port=80

向此Apache Web服務(wù)器Pod提供100 millicpu和200 MB內(nèi)存，并在端口80上提供服務(wù)。

2、為 httpd 部署創(chuàng)建 Horizontal Pod Autoscaler 資源。

kubectl autoscale deployment httpd --cpu-percent=50 --min=1 --max=10

為Apache Web服務(wù)器創(chuàng)建50%CPU利用率的Autoscaler，并設(shè)置伸縮參數(shù)，如下：

• min(下限)=1：當(dāng)平均CPU負(fù)載低于50%時(shí)，Autoscaler嘗試減少部署中的Pod數(shù)量，最低1個(gè)。

• max(上限)=10：當(dāng)平均CPU負(fù)載大于50%時(shí)，Autoscaler嘗試增加部署中的Pod數(shù)量，最高10個(gè)。

查看Autoscaler詳細(xì)信息，如下：

命令：kubectl describe hpa/httpd

3、模擬高負(fù)載

向Apache Web服務(wù)器并發(fā)50萬請求，命令如下：

kubectl run apache-bench -i --tty --rm --image=httpd -- ab -n 500000 -c 1000 http://httpd.default.svc.cluster.local/

輸出：

4、查看Apache Web服務(wù)器整個(gè)自動伸縮過程

kubectl get horizontalpodautoscaler.autoscaling/httpd --watch

從上面可以看出，當(dāng)服務(wù)器高負(fù)載時(shí)，Pod數(shù)量從1擴(kuò)容到了10；當(dāng)服務(wù)器低負(fù)載時(shí)，Pod數(shù)量從10又縮減到了1，這就是K8S的水平伸縮過程，也是K8S相對于傳統(tǒng)部署方式的突出優(yōu)勢。

總結(jié)

本篇演示了K8S的水平伸縮，這種伸縮方式非常適合于無狀態(tài)服務(wù)，那么問題來了，如下：

如何伸縮有狀態(tài)服務(wù)呢？

答案：使用K8S的垂直伸縮器。

當(dāng)K8S集群資源不夠，如何進(jìn)行集群級別的伸縮呢？

答案：使用K8S的集群伸縮器。

欲知后事如何，請關(guān)注下回演示。

工欲善其事，必先利其器，K8S還有很多超能力，想學(xué)習(xí)更多K8S知識，及相關(guān)實(shí)踐，可以關(guān)注我。

參考

https://kubernetes.io/docs/tasks/run-application/horizontal-pod-autoscale

https://github.com/kubernetes/community/blob/master/contributors/design-proposals/autoscaling/horizontal-pod-autoscaler.md

https://docs.aws.amazon.com/zh_cn/eks/latest/userguide/horizontal-pod-autoscaler.html

總結(jié)

以上是生活随笔為你收集整理的K8S水平伸缩器 - 自动伸缩微服务实例数量的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。