以下内容均来自个人笔记并重新梳理，如有错误欢迎指正！如果对您有帮助，烦请点赞、关注、转发！欢迎扫码关注个人公众号！
一、基本介绍
在 Kubernetes 中，自动扩缩容是一种动态调整集群资源，以灵活应对应用程序资源需求变化的机制。
自动扩缩容可以分为两个层面：
- Node 层面：根据业务规模，实现集群节点的自动扩缩容
- Pod 层面：根据业务规模，实现 Pod 副本的自动扩缩容
自动扩缩容提供了以下好处：
- 提高资源利用率：根据实际需求动态调整资源，避免资源浪费
- 提高应用稳定性和可用性：自动应对流量高峰，减少服务中断的风险
- 简化运维：减少手动干预，自动化资源管理，简化运维工作
- 成本效益：通过合理的资源分配，降低运营成本
本文将重点介绍几种常见的 Pod 层面自动扩缩容机制。
二、HPA 机制
Pod 水平自动伸缩（Horizontal Pod Autoscaler，HPA）是 Kubernetes 中最常见的自动扩缩容方式，它可以根据 Pod 实际的负载情况自动增加或减少 Pod 副本的数量。
HPA的工作原理如下：
- 度量指标：HPA 可以根据 CPU 利用率、内存利用率或其他自定义度量指标来触发扩缩容
- 目标利用率：设置目标利用率，例如 CPU 的 10%，HPA 会尝试维持这个利用率水平
- 限制 Pod 数量：可以设置最小和最大 Pod 数量的限制，防止在极端情况下资源的过度使用或不足
- 缩放策略：HPA 支持不同的缩放策略，如快速缩放、慢速缩放和标准缩放，以适应不同的业务场景
# 创建 HPA 对象
kubectl autoscale deployment demo-deployment --cpu-percent=10 --min=1 --max=10
🔔 --min：指定最小的 Pod 副本数为1
🔔 --max：指定最大的 Pod 副本数为10
🔔 --cpu-percent：指定 Pod 的 CPU 使用率保持在 10%
# 查看 HPA 对象
kubectl get hpa
# 删除 HPA 对象
kubectl delete hpa demo-deployment三、VPA 机制
Pod 垂直自动伸缩（Vertical Pod Autoscaler，VPA）可以根据 Pod 的资源使用情况，自动调整 Pod 的资源请求（Requests）和资源限制（Limits）。
VPA的工作原理如下：
- 资源分析：VPA 会分析 Pod 的资源使用情况，如 CPU 利用、内存利用
- 动态调整：VPA 可以动态调整 Pod 的资源请求和资源限制，以优化资源使用和成本
四、KPA 机制
Pod 基于请求数自动伸缩（Knative Pod Autoscaler，KPA）是一种由 Knative Serving 提供的机制，它可以根据并发请求数及相应的算法，自动增加或减少 Pod 副本的数量，适用于业务流量突发激增的场景。
详细内容请参考技术文档：Knative 基本功能深入剖析
