集群弹性伸缩是如何运作的

集群弹性伸缩是如何运作的

为大家说一说集群弹性伸缩是如何运作的的话题，具体介绍如下：

弹性伸缩 可以根据用户实际需求调整计算资源（算力）的多寡，可以说这是每个厂商必备的能力，比如腾讯云 AS、Amazon EC2 Auto Scaling、Azure Autoscale、Google MIG、阿里云 ESS 等等。

集群弹性伸缩 作用于 kubernetes 集群中，功能上与弹性伸缩保持一致，两者最大的差异是衡量资源需求量的标准。

弹性伸缩常常以实际负载作为扩缩依据，而集群弹性伸缩是以资源分配占比作为依据，为 workload 分配资源往往需要我们对自身的业务具有相对合理的认识。

CA 可以根据集群实际使用情况，为集群增加或者减少节点：

1. 当有Pod由于资源不足而不可调度时，考虑扩容
2. 当有节点资源利用率不高时，考虑缩容

• repo:https://github.com/alphajc/autoscaler/tree/master/cluster-autoscaler
• FAQ:https://github.com/alphajc/autoscaler/blob/master/cluster-autoscaler/FAQ.md

与 HPA、HPC 的关系

在 kubernetes 中有关 HPA 的介绍可以移步官方文档，HPA 可以根据实际负载调整 workload 的副本数，即 Pod 数量，如果调升后计算资源不足就会导致 Pod Pending，调降后资源过剩就会导致节点闲置。

尽量保证 Pending 的节点得到调度，闲置的节点得到释放，就是 CA (cluster-autoscaler 简称) 的作用。

CA + HPA 与云厂商的弹性伸缩功能大致相当。

根据负载得到的资源需求往往具有一定的滞后性，触发扩容时或多或少都已经影响到了业务，所以云厂商提供的弹性伸缩一般还具有定时伸缩的能力。

TKE 团队提供的 HPC 可以定时调整 workload 的副本数，其与 CA 配合就可以达到集群节点定时伸缩的效果了。

使用须知

1. CA 一般基于云厂商提供的弹性伸缩功能实现 NodeGroup，但其伸缩机制有冲突，故不可在集群中的启用原弹性机制
2. 开启集群弹性伸缩的集群中的 workload 务必指定 request
3. NodeGroup 中配置的机型资源充足
4. 当单节点池配置了多可用区的子网时，含可用区亲和性调度的扩容会有异常
5. 不支持单节点池多规格机型

实现逻辑

CA 的代码主体是一个无限循环，通过一次次的扫描集群，根据集群当前状态决策和执行扩缩容。

具体的循环间隔通过 –scan-interval 参数控制，默认为 10s，一张图带你理解扩缩容全流程：

1. 集群快照 ClusterSnapshot 中，会存储所有节点和非低优的 Pod
   12下一页