---

title: Kubernetes自动扩缩与资源配额实践

keywords:

• Kubernetes
• HPA
• VPA
• ResourceQuota
• LimitRange
• Requests
• Limits
• metrics-server
• Pod
• 资源配额

description: 通过 HPA/VPA 与资源配额（ResourceQuota、LimitRange）实现稳定的自动扩缩与资源治理，附可运行示例与验证方法。

date: 2025-11-25

categories:

• 文章资讯
• 技术教程

---

概述

自动扩缩的目标是在负载变化时保持服务稳定与成本可控。本文覆盖 HPA/VPA 的启用与参数选择，以及 ResourceQuota/LimitRange 的治理方法，确保在生产环境中可度量、可复现。

前置条件（已验证）

• 安装 metrics-server，保证 kubectl top 可用。
• 为部署设置 resources.requests/limits：CPU 使用 millicores（如 250m），内存使用 Mi/Gi（如 512Mi）。

HPA（水平自动扩缩）

建议阈值

• CPU 目标利用率：60%–70%（以 P75 负载为参照进行验证）。
• 副本上限：按峰值 QPS 与单 Pod 极限吞吐估算，预留 20% 裙带。

示例（Deployment + HPA）

apiVersion: apps/v1
kind: Deployment
metadata:
  name: web
spec:
  replicas: 2
  selector:
    matchLabels: { app: web }
  template:
    metadata: { labels: { app: web } }
    spec:
      containers:
        - name: web
          image: nginx:1.25
          resources:
            requests: { cpu: "250m", memory: "256Mi" }
            limits:   { cpu: "500m", memory: "512Mi" }
---
apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:
  name: web-hpa
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: web
  minReplicas: 2
  maxReplicas: 10
  metrics:
    - type: Resource
      resource:
        name: cpu
        target:
          type: Utilization
          averageUtilization: 65

VPA（垂直自动扩缩）

• 在静态或低并发服务中，使用 VPA 建议值辅助确定 requests/limits，避免频繁重启。
• 与 HPA 同时启用需谨慎：避免相互干扰，常见做法是 HPA 主、VPA 仅建议或只调内存。

资源治理

LimitRange（命名空间内默认资源范围）

apiVersion: v1
kind: LimitRange
metadata:
  name: ns-default-limits
spec:
  limits:
    - type: Container
      default: { cpu: "500m", memory: "512Mi" }
      defaultRequest: { cpu: "250m", memory: "256Mi" }

ResourceQuota（命名空间配额）

apiVersion: v1
kind: ResourceQuota
metadata:
  name: ns-quota
spec:
  hard:
    requests.cpu: "4"
    limits.cpu: "8"
    requests.memory: "8Gi"
    limits.memory: "16Gi"
    pods: "50"

验证流程

• 压测前后使用 kubectl top pods 与 HPA 事件确认扩缩行为。
• 观察 maxReplicas 是否达到上限；评估是否需提升上限或优化单 Pod 资源。
• 记录发布前后 P95/P99 响应时间与错误率，确保扩缩改善体验而非破坏稳定性。

常见误区

• 未设置 requests/limits 导致 HPA 无法准确计算目标利用率。
• 过度依赖 HPA 忽略长 GC/IO 峰值，应配合限流与队列缓冲。
• ResourceQuota 设置过紧导致发布失败或扩缩受限。

结语

通过合理的阈值与资源治理，自动扩缩可在真实负载下稳定工作，并以监控与压测验证其有效性。