HPA 自动扩缩容实战：面对突发流量，K8s 是如何自动增加副本数的

Kubernetes 的 Horizontal Pod Autoscaler (HPA) 是处理突发流量和资源波动的关键机制。HPA 能够根据观测到的 CPU 利用率、内存使用量或自定义指标，自动调整 Deployment 或 ReplicaSet 中 Pod 的副本数量。

本文将通过一个实际的案例，演示如何配置 HPA，并使用负载生成器模拟流量高峰，观察 Kubernetes 自动扩容的全过程。

前提条件

1. 一个正在运行的 Kubernetes 集群（例如 Minikube 或任何云服务商提供的集群）。
2. 已安装 kubectl。
3. Metrics Server 已安装并运行。 HPA 依赖 Metrics Server 来获取 Pod 的 CPU 和内存使用数据。大多数 K8s 集群默认安装，如果未安装，可以使用以下命令安装：

kubectl apply -f https://github.com/kubernetes-sigs/metrics-server/releases/latest/download/components.yaml

步骤一：部署应用与配置资源请求

HPA 依赖于 Pod 定义中设定的资源请求（requests.cpu）来计算利用率百分比。如果没有设置资源请求，HPA 将无法基于 CPU 利用率进行扩缩容。

我们将部署一个基于 k8s.gcr.io/hpa-example 镜像的 Deployment，该镜像是一个简单的 PHP/Apache 容器，当被访问时会消耗 CPU。

创建文件 app.yaml：

apiVersion: apps/v1
kind: Deployment
metadata:
  name: php-apache
spec:
  selector:
    matchLabels:
      app: php-apache
  replicas: 1
  template:
    metadata:
      labels:
        app: php-apache
    spec:
      containers:
      - name: php-apache
        image: registry.k8s.io/hpa-example
        ports:
        - containerPort: 80
        resources:
          requests:
            cpu: 200m # 请求 200 milli-CPU
---
apiVersion: v1
kind: Service
metadata:
  name: php-apache
spec:
  ports:
  - port: 80
  selector:
    app: php-apache
  type: LoadBalancer # 或者 NodePort/ClusterIP，取决于你的环境

应用部署：

kubectl apply -f app.yaml

步骤二：创建 Horizontal Pod Autoscaler

现在我们定义 HPA 规则。我们的目标是：当 Pod 的平均 CPU 利用率超过 50% 时，启动扩容，最小副本数为 1，最大副本数为 10。

创建文件 hpa.yaml：

apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:
  name: php-apache-hpa
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: php-apache # 目标 Deployment 的名称
  minReplicas: 1
  maxReplicas: 10
  metrics:
  - type: Resource
    resource:
      name: cpu
      target:
        type: Utilization
        averageUtilization: 50 # 目标平均 CPU 利用率 50%

应用 HPA 配置：

kubectl apply -f hpa.yaml

检查 HPA 状态：

kubectl get hpa
# NAME              REFERENCE               TARGET    MINPODS   MAXPODS   REPLICAS   AGE
# php-apache-hpa   Deployment/php-apache   0%/50%    1         10        1          30s

此时，目标 CPU 利用率为 50%，当前利用率为 0%，副本数为 1。

步骤三：模拟突发流量（负载生成）

我们将启动一个临时的 busybox Pod，并让它不断向 php-apache 服务发起请求，模拟突发流量，从而推高 CPU 利用率。

执行以下命令，启动负载生成器：

kubectl run -it --rm load-generator --image=busybox /bin/sh
# 此时进入 load-generator 容器内部
# 在容器内部执行以下命令，持续访问服务：
while true; do wget -q -O - http://php-apache; done

步骤四：观察自动扩缩容过程

保持负载生成器运行，并在另一个终端持续监控 HPA 状态：

kubectl get hpa -w

你会观察到 TARGET 列的数值迅速上升，超过 50%。一旦稳定超过目标值（HPA 默认需要等待约 30 秒的稳定期），K8s 就会触发扩容：

同时，检查 Pod 状态，可以看到新的 Pod 正在创建中：

kubectl get pods
# php-apache-xxxx-yyyy Running
# php-apache-xxxx-zzzz ContainerCreating
# php-apache-xxxx-wwww ContainerCreating

随着副本数的增加（例如达到 3 或 4 个），总的 CPU 负载被分散，单个 Pod 的平均 CPU 利用率会下降，最终回到目标值 50% 附近，扩容停止。

步骤五：停止负载并观察缩容

在 load-generator 容器的终端中，使用 Ctrl+C 停止 while 循环，停止流量。

再次观察 HPA 状态。当 CPU 利用率降至目标值以下并持续一段时间（默认缩容冷却期为 5 分钟）后，HPA 会自动触发缩容，将副本数逐渐减少到 minReplicas (1) 的值。

关键总结：HPA 的工作原理

HPA 扩容的核心公式是：

$$\text{所需副本数} = \lceil\frac{\text{当前指标值}}{\text{目标指标值}} \times \text{当前副本数}\rceil$$

例如，如果当前平均 CPU 利用率为 150%，目标是 50%，当前副本数是 1：

$$\text{所需副本数} = \lceil\frac{150\%}{50\%} \times 1\rceil = 3$$

K8s 会立即将副本数调整为 3。