Kube.netes HPA - 扩大冷却时间

Question

我正在运行带有 HPA 的 Kube.netes 集群 v1.16（目前是 GKE 上的最新版本），它根据自定义指标（特别是从谷歌云监控中获取的 rabbitmq 条消息计数）来扩展部署。

问题

当消息数暂时很高时，部署会非常快速地扩展到最大 pod 数。

信息

HPA --horizontal-pod-autoscaler-sync-period 在 GKE 上设置为 15 秒，据我所知无法更改。

我的自定义指标每 30 秒更新一次。

我相信导致这种行为的原因是，当每 15 秒队列中的消息计数很高时，HPA 会触发扩展，并在几个周期后达到最大 pod 容量。

在 kube.netes api v1.18 中，您可以控制放大稳定时间，但我在 v1.16 中找不到类似的功能。

我的问题

我怎样才能使 HPA 逐渐扩大？

编辑 1

我的一个部署的示例 HPA：

apiVersion: autoscaling/v2beta1
kind: HorizontalPodAutoscaler
metadata:
  name: my-deployment-hpa
  namespace: production
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: my-deployment
  minReplicas: 6
  maxReplicas: 100
  metrics:
  - type: External
    external:
      metricName: "custom.googleapis.com|rabbit_mq|v1-compare|messages_count"
      metricSelector:
        matchLabels:
          metric.labels.name: production
      targetValue: 500
  

Answer 1

我们构建了一个高度可配置的开源Custom HPA 。
专门针对您的情况，您可以将 HPA 设置为在缩小事件之间进行冷却。

为了使用自定义 HPA，您需要做的就是：

; add nanit helm repo
$ helm repo add nanit https://nanit.github.io/helm-charts

; install the chart in the cluster
helm install nanit/custom-hpa \ 
  --version 1.0.7 \
  --set target.deployment=<deployment> \
  --set target.namespace=<namespace> \
  --set target.value=100 \
  --set minReplicas=10 \
  --set maxReplicas=50 \
  --set behavior.scaleDownCooldown=120 \
  --set prometheus.url=<prometheus-url> \
  --set prometheus.port=<prometheus-port> \
  --set prometheus.query=<prometheus-target-metric>

您正在寻找的设置是behavior.scaleDownCooldown ，它指示 HPA 在再次缩小之前应等待的时间（以秒为单位）。

目前自定义 HPA 仅支持 prometheus 作为指标提供者，但您可以使用RabbitMQ 导出器并将queue_messages_ready设置为目标指标。

Answer 2

首先，需要知道的一条很好的信息是，Kube.netes 中有一个用于自动缩放器的内置冷却时间。 引用 Kube.netes in Action：

目前，只有在过去三分钟内没有发生重新缩放事件时才会进行缩放。 缩减事件的执行频率更低——每五分钟一次。 记住这一点，这样你就不会奇怪为什么自动缩放器拒绝执行重新缩放操作，即使指标清楚地表明它应该这样做。

可能这个声明已经过时了，但除非它改变了，否则这是硬编码的，并且每个扩展/缩减事件不应扩展超过 100% 的现有 pod。

也就是说，您并非没有选择，这里有一些您可以采取的方法：

1. 通过时间平均值 function 传递您的自定义指标以进行缩放- 上次我这样做是使用 prometheus 和 promql 可能与您使用的不同，但如果您在问题中共享更多配置，我相信我可以帮助找到句法。
2. 您可以尝试使用Keda - 它有一个cooldownPeriod object，您可以将其放置在它附带的ScaledObject自定义资源中。