云原生-什么是HPA和PDB、VPA

发布于

# Horizontal Pod Autoscaler（HPA）

# 概述

HPA是Horizontal Pod Autoscaler的缩写，它在Kubernetes中允许根据应用程序的负载动态调整Pod的副本数量，从而使得应用程序能够自动扩展或收缩，以适应变化的工作负载，进而提高资源利用率和应用程序的性能。

# 原理

HPA 的原理基于两个核心概念：指标（Metrics）和目标值（Target Value）。

  1. 指标： HPA 使用预定义的或自定义的指标（例如 CPU 使用率、内存使用率）来监控应用程序的负载。这些指标反映了应用程序当前的性能状况。
  2. 目标值： HPA 需要设定一个目标值，表示期望的指标水平。当监测到应用程序的实际指标超过或低于这个目标值时，HPA 将触发相应的伸缩操作。

# 使用场景

HPA 在以下场景中特别有用：

  • 流量波动： 当应用程序面临流量波动的时候，需要在使用高峰期动态扩展副本，低谷的时候再缩减相应副本时，HPA是能够自动完成这一过程的，比如每天中午的忙时扩展，午夜闲时自动收编。
  • 成本优化： HPA还可以根据实际负载调整规模，以提高资源利用率，从而降低云服务成本，比如双十一期间因订单量激增，自动扩容申请，但是双十一过后自动回复平常的使用水平。

# 示例

接下来让我们用一个简单的小例子来看看HPA的使用。假设有一个Web服务，我们希望在CPU使用率达到80%时自动扩展，下降到20%时自动缩容。

首先，需要创建一个HPA对象，如下所示：

代码语言：javascript
复制
@@左右滑动
apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:
  name: nginx-deployment-hpa
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: nginx-deployment
  minReplicas: 1
  maxReplicas: 10
  metrics:
  - type: Resource
    resource:
      name: cpu
      target:
        type: Utilization
        averageUtilization: 80

apply一下看看结果：

代码语言：javascript
复制
@@左右滑动
ubuntu@VM-16-3-ubuntu:~$ cat hpa.yaml 
apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:
  name: nginx-deployment-hpa
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: nginx-deployment
  minReplicas: 1
  maxReplicas: 10
  metrics:
  - type: Resource
    resource:
      name: cpu
      target:
        type: Utilization
        averageUtilization: 80
ubuntu@VM-16-3-ubuntu:~$ 
ubuntu@VM-16-3-ubuntu:~$ kubectl get pod
NAME                               READY   STATUS    RESTARTS   AGE
nginx-deployment-89f9774c6-vrzs7   1/1     Running   0          11s
ubuntu@VM-16-3-ubuntu:~$ kubectl get deployments.apps 
NAME               READY   UP-TO-DATE   AVAILABLE   AGE
nginx-deployment   1/1     1            1           14s
ubuntu@VM-16-3-ubuntu:~$ kubectl apply -f hpa.yaml 
horizontalpodautoscaler.autoscaling/nginx-deployment-hpa created
ubuntu@VM-16-3-ubuntu:~$ kubectl get hpa
NAME                   REFERENCE                     TARGETS         MINPODS   MAXPODS   REPLICAS   AGE
nginx-deployment-hpa   Deployment/nginx-deployment   <unknown>/80%   1         10        1          25s
ubuntu@VM-16-3-ubuntu:~$

可以看到HPA已经成功检测到Deployment的当前副本，同时已经设定了Targets是80%，但是由于没有Metrix，所以当前的使用率无法获取。

这个小例子中定义了一个叫做为nginx-deployment-hpa的HPF并关联了名字叫做nginx-deployment的Deployment。当CPU使用率平均值达到80%时，HPA将触发自动扩展，确保Pod的数量在1到10之间。

通过应用这个HPA对象，Kubernetes将根据CPU使用率的变化自动调整Pod的数量，以确保nginx服务的性能和可用性。

# VPA的工作原理

与HPA不同，VPA是一种直接调整正在运行中的Pod的资源分配的机制。VPA不需要增加或减少Pod的数量，而是通过调整现有Pod的资源限制来实现弹性伸缩。这种机制适用于那些对资源需求有明确上限的应用程序，例如数据库或缓存服务。

VPA的组件包括VPA Recommender、VPA Updater和VPA Admission Controller。VPA Recommender负责监视资源利用率并计算目标值，它会查看指标历史记录、OOM事件和部署spec，并据此提出公平的请求。VPA Updater则会逐出那些需要新资源限制的Pod。通过这种方式，VPA可以根据定义的“目标CPU使用率”自动调整正在运行中的Pod的资源分配。

使用VPA时，需要定义一个“Pod Autoscaler” Deployment，它指定了要伸缩的目标Pod。然后，可以使用Kubernetes API定义一个VPA对象，与Pod Autoscaler一起工作。这样，当目标CPU使用率超过或低于设定的阈值时，Kubernetes会自动调整正在运行中的Pod的资源分配，以保证应用程序的性能和稳定性。

# 总结

HPA和VPA是Kubernetes中两种主要的自动扩缩容机制。HPA主要用于根据CPU利用率调整应用程序的副本数，适用于需要水平扩展的应用程序；而VPA则直接调整正在运行中的Pod的资源分配，适用于对资源需求有明确上限的应用程序。在实际应用中，根据应用程序的特点和需求选择合适的自动扩缩容机制，可以提高资源的利用效率和应用程序的稳定性。

# Pod Disruption Budget（PDB）

# 概述

PDB的全称叫做Pod Disruption Budget，是用于控制维护期间Pod中断的策略。它确保在进行计划性维护或者升级时不会导致应用程序的过度中断，从而提高应用程序的可靠性。

# 原理

PDB使用两个关键概念：最小可用副本数（Min Available）和最大不可用副本数（Max Unavailable），分别用于定义在维护期间需要保持的最小可用Pod数量和允许的最大不可用Pod数量：

  1. minAvailable（最小可用 Pod 数量）：
  • minAvailable 用于指定在维护期间必须保持运行的Pod的最小数量。这确保了即使在维护期间，也有足够数量的Pod在运行，以保持服务的可用性。
  • 我们可以将 minAvailable 设置为一个整数值，也可以是一个百分比。例如，如果设置为2，表示在维护期间至少要保持2个Pod在运行。如果设置为百分比，它表示相对于ReplicaSet（或其他控制器）中当前运行的Pod数量的百分比。
  1. maxUnavailable（最大不可用 Pod 数量）：
  • maxUnavailable 用于指定在维护期间允许的最大不可用 Pod 数量。这是一个相对值，通常与 minAvailable 一起使用，提供了更灵活的控制。
  • 跟minAvailable，我们也可以将 maxUnavailable 设置为一个整数值或百分比。例如，设置为 maxUnavailable: 1 表示在维护期间允许最多1个Pod不可用；设置为 maxUnavailable: 10% 表示在维护期间允许最多10%的Pod不可用。

简单来说就是在Kubernetes维护升级期间，有最多有多少POD可以被删掉，至少要有多少POD必须Ready来提供服务。

# 使用场景

PDB一般适用于以下场景：

  • 保障服务可用性： 在进行计划性维护时，PDB可以确保至少保持指定数量的Pod在运行，从而不影响服务的可用性。
  • 避免突发中断： PDB可以防止在维护期间出现过多的Pod中断，确保应用程序的稳定运行。

# 示例

继续做实验，比如，比如针对Nginx的POD定义了如下的PDB策略：

代码语言：javascript
复制
@@左右滑动
apiVersion: policy/v1
kind: PodDisruptionBudget
metadata:
  name: nginx-pdb
spec:
  minAvailable: 2  # 至少保持 2 个 Pod 在运行
  maxUnavailable: 1  # 允许最多 1 个 Pod 不可用
  selector:
    matchLabels:
      app: nginx  # 应用程序标签

在这个例子中，PDB nginx-pdb 将确保在维护期间至少有2个Pod在运行，并且允许最多1个Pod不可用。请注意，selector 部分根据部署nginx所打的label来定义。

结果在apply的时候遇到了问题，提示min和max不能同时定义，没办法，注释掉一个apply成功：

代码语言：javascript
复制
@@左右滑动
ubuntu@VM-16-3-ubuntu:~$ kubectl get pod
NAME                               READY   STATUS    RESTARTS   AGE
nginx-deployment-89f9774c6-vrzs7   1/1     Running   0          30m
nginx-deployment-89f9774c6-fnbsx   1/1     Running   0          16s
nginx-deployment-89f9774c6-9bw6m   1/1     Running   0          16s
ubuntu@VM-16-3-ubuntu:~$ kubectl apply -f pdb.yaml 
The PodDisruptionBudget "nginx-pdb" is invalid: spec: Invalid value: policy.PodDisruptionBudgetSpec{MinAvailable:(*intstr.IntOrString)(0xc01a234760), Selector:(*v1.LabelSelector)(0xc01a234780), MaxUnavailable:(*intstr.IntOrString)(0xc01a234740), UnhealthyPodEvictionPolicy:(*policy.UnhealthyPodEvictionPolicyType)(nil)}: minAvailable and maxUnavailable cannot be both set
ubuntu@VM-16-3-ubuntu:~$ 
ubuntu@VM-16-3-ubuntu:~$ vi pdb.yaml 
apiVersion: policy/v1
kind: PodDisruptionBudget
metadata:
  name: nginx-pdb
spec:
  minAvailable: 2  # 至少保持 2 个 Pod 在运行
  #maxUnavailable: 1  # 允许最多 1 个 Pod 不可用，提示冲突后，注释掉maxUnavailable
  selector:
    matchLabels:
      app: nginx  # 应用程序标签
ubuntu@VM-16-3-ubuntu:~$ 
ubuntu@VM-16-3-ubuntu:~$ kubectl apply -f pdb.yaml 
poddisruptionbudget.policy/nginx-pdb created
ubuntu@VM-16-3-ubuntu:~$ kubectl get pdb
NAME        MIN AVAILABLE   MAX UNAVAILABLE   ALLOWED DISRUPTIONS   AGE
nginx-pdb   2               N/A               1                     5s
ubuntu@VM-16-3-ubuntu:~$

所以在真正使用的时候需要特别注意PDB，我们就因为PDB的问题，导致Kubernetes更新失败并无法修复，最后重装了Kubernetes。

HPA和PDB作为Kubernetes中两个关键的概念，用于应对不同的场景和挑战。HPA使得应用程序能够根据实时负载动态调整规模，提高资源利用率；而PDB则确保在计划性维护期间最小化Pod中断，提高应用程序的可靠性。通过合理使用这两个功能，我们可以更好地管理和优化Kubernetes集群中的应用程序。

在具体使用中，需要针对业务的需求来决定是否使用，使用后如何定义具体的参数。

#pdb#服务#性能#原理#云原生