Day 13 讓 Pod 自動水平擴展 - Horizontal Pod Autoscaling - 2

15th鐵人賽 kubernetes

wwwxxch

2023-09-28 21:49:58

358 瀏覽

分享至

Scaling Behavior

在 HPA spec 中還有個參數可以設置 - behavior 。behavior 底下可設置 scaleDown & scaleUp 的規則。例如：

apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:
  name: my-hpa
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: my-deployment
  minReplicas: 1
  maxReplicas: 10
  metrics:
    - type: Resource
      resource:
        name: cpu
        target:
          type: Utilization
          averageUtilization: 50
  behavior:
    scaleDown:
      stabilizationWindowSeconds: 300
      policies:
        - type: Percent
          value: 100
          periodSeconds: 15
    scaleUp:
      stabilizationWindowSeconds: 0
      policies:
        - type: Percent
          value: 100
          periodSeconds: 15
        - type: Pods
          value: 4
          periodSeconds: 15
      selectPolicy: Max

上面的 behavior 是預設的數字，也就是沒有設置 behavior 預設會使用的數值。
搭配前一天的圖來看，大概在 3m ~ 3m15s 左右停止發送請求，平均 CPU 使用量在 3m15s 變成 38m。

scaleDown 的部分 -

stabilizationWindowSeconds : 這個參數可以用來穩定 replicas 數量，因指標波動就會啟動 scale up / scale down，那這樣數字可能會在短時間內快速變化 (flapping / thrashing)。而這邊設置 stabilizationWindowSeconds = 300，則是指如果根據指標計算目標 pods 需要 scale down，系統會考慮 300 秒這段時間內所有的期望狀態，選擇這段時間內所需要的 replicas 數量最多的狀態當作目標 replicas 數量。而期望狀態是多久算一次呢？預設是 15 秒，由 kube-controller-manager 的 --horizontal-pod-autoscaler-sync-period 參數決定。
policies 的部分是指在每個 periodSeconds (15s) 內，最多可以減少 100% 的 Pods，但還要符合最小的 replicas number，所以這邊在 stable window 中 - 過去 300s 中 - 若 desired number = 2 時，就會縮減 Pod 數量變成 2。但上圖還是出現了 9 & 4 這樣的數字，目前不負責任猜測應該是關閉 Pod 需要一些時間 ……
- periodSeconds: 在定義的時間內，replica 變化的數量最多不會超過 percent or pods 定義的數量；限制單位時間內 scale up or scale down 的最多副本數量
- type = Percent → 百分比，也可以是 Pods
- value = 100 → 這邊是 100%，如果是 Pods 就是指在 periodSeconds 內最多只能有多少個 Pods 被砍掉。
selectPolicy : scaleDown 沒有設，預設會是 Max，也就是會選擇最大數量改變的那個 policy，但以 scaleDown 這邊只有一種 Policy。也可以設置 Disables，在這邊就是將 scaleDown 功能關閉。

scaleUp 的部分 -

stabilizationWindowSeconds : 預設是 0，如果需要擴展 Pods，就直接增加
policies : 有兩個
- 第一個 Policy - 15s 內最多可增加四個 pods
- 第二個 Policy - 15s 內最多可增加 100% of the current replicas (也就是翻倍)
selectPolicy : 設置是 Max，代表每次評估時會從上述的兩種 Policy 選擇最大數量改變的那個 Policy

但是！目前官網上提供的 HPA algorithm 及 default behavior 的資訊與實測的結果對不太上。Pod 增加的數字小於 algorithm 計算出的數字，以 scaleUp policy 來看在 2 → 4 的這個階段並沒有選擇增加4 個 pods 這個 Policy。目前只在簡體中文的網頁中看到一個敘述 -

某个时间点开始metrics数据大幅增长，导致最后计算的副本数变化倍数很大，是否HPA控制器会一步扩容到位呢？事实上HPA控制器为了避免副本倍增过快还加了个约束：单次倍增的倍数不能超过2倍，而如果原副本数小于2，则可以一次性扩容到4副本，注意这里的速率是代码写死不可用配置的。(这个也是HPA controller默认的扩缩容速率控制，autoscaling/v2beta2的HPA Behavior属性可以覆盖这里的全局默认速率)

(https://zhuanlan.zhihu.com/p/245208287)

但這邊又提了 behavior 可以覆蓋這個 default 規則 ……。

一時無法解釋決定在這邊先打住，至少在概念上理解了 behavior 設置會考慮什麼。

而一般情況下需要擴展的情況較為緊急，所以 stabilizationWindowSeconds 設為 0 可快速增加 Pods 數量以應付流量，而對於要減少 Pod 的情況則較為嚴格，來讓這個數量不要來回波動太大。

Deployment replica number 跟 HPA min/max replica number 如果有衝突的話

會以 HPA 的規則為主。不管是下面哪種情形，等 HPA 開始作用後就會根據 HPA 的規則去調整 Pod 數量。

deployment replicas < HPA minReplicas
deployment replicas 介於 HPA minReplicas & maxReplicas 之間
deployment replicas > HPA maxReplicas

第一種情況，設 deployment replicas = 1

第二種情況，設 deployment replicas = 4

第三種情況，設 deployment replicas = 10

因 nginx 目前沒有流量過去，套用 HPA，Running Pods 會是最小的數量 = 2

使用 HPA 時不要幫 Deployment 設 replica

如果指定 deployment replicas，在更新 Pod template 時 (例如 image 更新)，kubernetes 會先想辦法讓 Pod 數量符合 deployment 中設的數字 (這邊也呼應上一個段落的觀察，會先套用 deployment replica 的數字才套用 HPA 的設定)，那有可能短時間 Pod 數量會無法支撐服務的流量。

對於 behavior 的設置以及數量變化是怎麼計算這還是滿多疑問……現在先把問題留著QQ
之後會研究 KEDA，一個能支援多種指標，包括外部服務的事件來做自動擴展的工具。

Reference
https://kubernetes.io/docs/tasks/run-application/horizontal-pod-autoscale/
https://kubernetes.io/docs/tasks/run-application/horizontal-pod-autoscale-walkthrough/
https://kubernetes.io/docs/reference/generated/kubectl/kubectl-commands#autoscale
https://kubernetes.io/docs/reference/kubernetes-api/workload-resources/horizontal-pod-autoscaler-v1/
https://kubernetes.io/docs/reference/kubernetes-api/workload-resources/horizontal-pod-autoscaler-v2/
https://zhuanlan.zhihu.com/p/245208287