写在前面
HPA介绍
Kubernetes 为我们提供了这样⼀个资源对象： Horizontal Pod Autoscaling （Pod⽔平⾃动伸缩），简称 HPA 。 HAP 通过监控分析 RC 或者 Deployment 控制的所有 Pod 的负载变化情况来确定 是否需要调整 Pod 的副本数量，这是 HPA 最基本的原理。
HPA 在 kubernetes 集群中被设计成⼀个 controller ，我们可以简单的通过 kubectl autoscale 命令来创建⼀个 HPA 资源对象， HPA Controller 默认30s轮询⼀次（可通过 kube-controller-manager 的 标志 --horizontal-pod-autoscaler-sync-period 进⾏设置），查询指定的资源（RC或者 Deployment）中 Pod 的资源使⽤率，并且与创建时设定的值和指标做对⽐，从⽽实现⾃动伸缩的功能。
当你创建了 HPA 后， HPA 会从 Heapster 或者⽤户⾃定义的 RESTClient 端获取每⼀个⼀个 Pod 利⽤率或原始值的平均值，然后和 HPA 中定义的指标进⾏对⽐，同时计算出需要伸缩的具体值并进⾏相应 的操作。⽬前， HPA 可以从两个地⽅获取数据：
- Heapster：仅⽀持 CPU 使⽤率
- ⾃定义监控：我们到后⾯的监控的课程中再给⼤家讲解这部分的使⽤⽅法
我们现在来给⼤家介绍从 Heapster 获取监控数据来进⾏⾃动扩缩容的⽅法，所以⾸先我们得安装 Heapster ，前⾯我们在 kubeadm 搭建集群的文章中，实际上已经默认把 Heapster 相关的镜像都已经拉取到节点上了，所以接下来我们只需要部署即可。
我们这⾥使⽤的是 Heapster 1.4.2 版本的，前往 Heapster 的 github ⻚⾯
将该⽬录下⾯的 yaml ⽂件保存到我们的集群上，然后使⽤ kubectl 命令⾏⼯具创建即可，另外创建完成后，如果需要在 Dashboard 当中看到监控图表，我们还需要在 Dashboard 中配置上我们的 heapster-host。
HPA自动扩缩容
我们来创建⼀个 Deployment 管理的 Nginx Pod，然后利⽤ HPA 来进⾏⾃动扩缩容。定义 Deployment 的 YAML ⽂件如下：（hap-deploy-demo.yaml）
---
apiVersion: apps/v1beta1
kind: Deployment
metadata:
name: hpa-nginx-deploy
labels:
app: nginx-demo
spec:
revisionHistoryLimit: 15
template:
metadata:
labels:
app: nginx
spec:
containers:
- name: nginx
image: nginx
ports:
- containerPort: 80
然后创建 Deployment ：
$ kubectl create -f hpa-deploy-demo.yaml
现在我们来创建⼀个 HPA ，可以使⽤ kubectl autoscale 命令来创建：
$ kubectl autoscale deployment hpa-nginx-deploy --cpu-percent=10 --min=1 --max=10
deployment "hpa-nginx-deploy" autoscaled
···
$ kubectl get hpa
NAME REFERENCE TARGET CURRENT MINPODS MAXPODS AGE
hpa-nginx-deploy Deployment/hpa-nginx-deploy 10% 0% 1 10 1
3s
此命令创建了⼀个关联资源 hpa-nginx-deploy 的 HPA ，最⼩的 pod 副本数为1，最⼤为10。 HPA 会根据设定的 cpu使⽤率（10%）动态的增加或者减少pod数量。
当然出来使⽤kubectl autoscale命令来创建外，我们依然可以通过创建 YAML ⽂件的形式来创建 HPA 资源对象。如果我们不知道怎么编写的话，可以查看上⾯命令⾏创建的 HPA 的 YAML ⽂件：
$ kubectl get hpa hpa-nginx-deploy -o yaml
apiVersion: autoscaling/v1
kind: HorizontalPodAutoscaler
metadata:
creationTimestamp: 2017-06-29T08:04:08Z
name: nginxtest
namespace: default
resourceVersion: "951016361"
selfLink: /apis/autoscaling/v1/namespaces/default/horizontalpodautoscalers/nginxtest
uid: 86febb63-5ca1-11e7-aaef-5254004e79a3
spec:
maxReplicas: 5 //资源最⼤副本数
minReplicas: 1 //资源最⼩副本数
scaleTargetRef:
apiVersion: extensions/v1beta1
kind: Deployment //需要伸缩的资源类型
name: nginxtest //需要伸缩的资源名称
targetCPUUtilizationPercentage: 50 //触发伸缩的cpu使⽤率
status:
currentCPUUtilizationPercentage: 48 //当前资源下pod的cpu使⽤率
currentReplicas: 1 //当前的副本数
desiredReplicas: 2 //期望的副本数
lastScaleTime: 2017-07-03T06:32:19Z
压力测试
现在我们根据上⾯的 YAML ⽂件就可以⾃⼰来创建⼀个基于 YAML 的 HPA 描述⽂件了。 现在我们来增⼤负载进⾏测试，我们来创建⼀个 busybox ，并且循环访问上⾯创建的服务。
$ kubectl run -i --tty load-generator --image=busybox /bin/sh
If you don't see a command prompt, try pressing enter.
/ # while true; do wget -q -O- http://172.16.255.60:4000; done
下图可以看到，HPA已经开始⼯作。
$ kubectl get hpa
NAME REFERENCE TARGET CURRENT MINPODS MAXPODS AGE
hpa-nginx-deploy Deployment/hpa-nginx-deploy 10% 29% 1 10
27m
同时我们查看相关资源hpa-nginx-deploy的副本数量，副本数量已经从原来的1变成了3。
$ kubectl get deployment hpa-nginx-deploy
NAME DESIRED CURRENT UP-TO-DATE AVAILABLE AGE
hpa-nginx-deploy 3 3 3 3 4d
同时再次查看 HPA ，由于副本数量的增加，使⽤率也保持在了10%左右。
$ kubectl get hpa
NAME REFERENCE TARGET CURRENT MINPODS MAXPODS AGE
hpa-nginx-deploy Deployment/hpa-nginx-deploy 10% 9% 1 10 3
5m
同样的这个时候我们来关掉busybox来减少负载，然后等待⼀段时间观察下 HPA 和 Deployment 对象
$ kubectl get hpa
NAME REFERENCE TARGET CURRENT MINPODS MAXPODS AGE
hpa-nginx-deploy Deployment/hpa-nginx-deploy 10% 0% 1 10 4
8m
$ kubectl get deployment hpa-nginx-deploy
NAME DESIRED CURRENT UP-TO-DATE AVAILABLE AGE
hpa-nginx-deploy 1 1 1 1 4d
可以看到副本数量已经由3变为1。
不过当前的 HPA 只有 CPU 使⽤率这⼀个指标，还不是很灵活的，在后⾯的课程中我们来根据我们⾃定义的监控来⾃动对 Pod 进⾏扩缩容。