Kubernetes Cluster Autoscaler与HPA协同实践

概述目标：在工作负载与节点层实现协同伸缩，避免资源不足或过度扩容，保障成本与性能平衡。适用：负载波动明显的服务，结合HPA与集群节点自动扩缩容。核心与实战HPA示例（CPU驱动）：apiVersion: autoscaling/v2

kind: HorizontalPodAutoscaler

metadata:

name: api-hpa

namespace: prod

spec:

scaleTargetRef:

apiVersion: apps/v1

kind: Deployment

name: api

minReplicas: 2

maxReplicas: 50

metrics:

- type: Resource

resource:

name: cpu

target:

type: Utilization

averageUtilization: 60

Cluster Autoscaler关键参数（示例，不同云略有差异）：--balance-similar-node-groups=true

--skip-nodes-with-local-storage=false

--expander=least-waste

--max-node-provision-time=10m

--scale-down-utilization-threshold=0.5

--scale-down-delay-after-add=10m

--scale-down-unneeded-time=10m

节点组标签与优先级：# 为不同节点组打标签以便调度与成本优化

node-group: spot

node-group: on-demand

示例Deployment与资源请求：apiVersion: apps/v1

kind: Deployment

metadata:

name: api

namespace: prod

spec:

replicas: 2

selector:

matchLabels: { app: api }

template:

metadata:

labels: { app: api }

spec:

containers:

- name: api

image: repo/api:1.0.0

resources:

requests:

cpu: "200m"

memory: "256Mi"

limits:

cpu: "1"

memory: "512Mi"

验证伸缩链路：kubectl get hpa -n prod -w

kubectl get nodes -w

验证与监控HPA与CA指标：观察HPA目标利用率与副本变化；CA事件与节点新增/移除。资源请求与调度：合理设置container requests以触发CA；避免requests为0导致CA不生效。成本控制：优先扩容低成本节点组（如spot），在可靠性要求下混合策略。常见误区HPA目标设置不合理导致频繁伸缩；需结合稳定窗口与合适阈值。未配置requests导致CA无法感知容量需求；必须设置requests。CA参数过于激进导致抖动；需设置合理scale-down延迟与阈值。结语通过HPA与Cluster Autoscaler协同，可以在负载波动下稳定控制副本与节点规模，实现可预测性能与成本优化。