这两天公司部署在k8s上的一个服务突然被异常打爆内存，pod直接OOM，后面处理了异常之后给这个服务加上了HPA，下面记录一下这个过程。

什么是HPA？

HPA(Horizontal Pod Autoscaler)：Pod水平自动扩缩工作机制。HPA是Kubernetes提供的一个资源对象。HPA 通过监控分析控制器（如Deployment, RepicaSet or ReplicationController）控制的所有 Pod 的负载变化情况来动态调整 Pod 的副本数量，做到自动扩缩容。

自动扩缩的好处在于，可以根据业务需要的变化来调整服务部署的份数，在闲时做到资源的节约和高效利用，在流量突增时可以自动扩容扛过流量高峰。

配置方式

配置过程

下面是一个简单的示例：

编写nginx.yaml以创建一个名为nginx的deployment：

apiVersion: apps/v1
kind: Deployment
metadata:
  name: nginx
  namespace: default
spec:
  replicas: 3
  selector:
    matchLabels:
      app: nginx
  template:
    metadata:
      labels:
        app: nginx
    spec:
      containers:
      - name: nginx
        image: nginx:1.7.9
        ports:
        - containerPort: 80
        resources:
          # You must specify requests for CPU to autoscale
          # based on CPU utilization
          requests:
            cpu: "250m"

创建这个Deployment：

kubectl apply -f nginx.yaml

编写HPA配置文件nginx-multiple.yaml：

apiVersion: autoscaling/v2beta2
kind: HorizontalPodAutoscaler
metadata:
  name: nginx
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: nginx
  minReplicas: 1
  maxReplicas: 10
  metrics:
  - type: Resource
    resource:
      name: cpu
      target:
        type: Utilization
        averageUtilization: 50
  - type: Resource
    resource:
      name: memory
      target:
        type: AverageValue
        averageValue: 100Mi

应用该HPA：

kubectl apply -f nginx-multiple.yaml

就是这么简单！

字段解释

apiVersion: kubernetes autoscaling的版本。autoscaling/v1只支持基于CPU指标的扩缩。 autoscaling/v2beta2才引入基于内存和自定义指标的扩缩。

kind: HPA

metadata: hpa配置本身的name和namespace

scaleTargetRef: tells HPA which scalable controller to scale (Deployment, RepicaSet or ReplicationController)

minReplicas, maxReplicas: 最小、最大份数

metrics: 度量指标，根据这个指标来进行扩缩

metrics.resource.name: 资源类型，cpu/memory

metrics.resource.targetAverageUtilization: 目标资源平均利用率。

算法细节

节选自官方文档：

从最基本的角度来看，Pod 水平自动扩缩控制器根据当前指标和期望指标来计算扩缩比例。

期望副本数 = ceil[当前副本数 * (当前指标 / 期望指标)]

例如，当前度量值为 200m，目标设定值为 100m，那么由于 200.0/100.0 == 2.0， 副本数量将会翻倍。 如果当前指标为 50m，副本数量将会减半，因为50.0/100.0 == 0.5。 如果计算出的扩缩比例接近 1.0 （根据--horizontal-pod-autoscaler-tolerance 参数全局配置的容忍值，默认为 0.1）， 将会放弃本次扩缩。

被标记删除时间戳的Pod和失败的Pod会被忽略；

如果一个Pod无法获取度量值，则会被搁置，只会在最终确定扩缩数量时考虑；

当使用CPU指标来扩缩时，未就绪或最近的度量值采集于就绪状态前的Pod，也会被搁置。

在排除掉被搁置的 Pod 后，扩缩比例就会根据 currentMetricValue/desiredMetricValue 计算出来。

如果创建 HorizontalPodAutoscaler 时指定了多个指标， 那么会按照每个指标分别计算扩缩副本数，取最大值进行扩缩。 如果任何一个指标无法顺利地计算出扩缩副本数（比如，通过 API 获取指标时出错）， 并且可获取的指标建议缩容，那么本次扩缩会被跳过。 这表示，如果一个或多个指标给出的 desiredReplicas 值大于当前值，HPA 仍然能实现扩容。