Kubernetes Cluster Autoscaler与HPA协同实践

title: Kubernetes Cluster Autoscaler与HPA协同实践

keywords:

• Cluster Autoscaler
• HPA
• 扩缩容
• 节点组
• 优先级

description: 配置Cluster Autoscaler与HPA协同工作，提供可验证的Deployment/HPA与CA参数，达成稳定的端到端自动伸缩。

date: 2025-11-26

categories:

• 文章资讯
• 技术教程

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。