在 Kubernetes 中实现 Pod 的自动扩缩，你可以使用 HorizontalPodAutoscaler 资源。以下是一个简单的例子：
起首，你需要确保你的 Kubernetes 集群中已经安装了 Metrics Server，因为 HPA 需要它来获取 Pod 的资源使用环境。
1、部署 Metrics Server（如果尚未部署）:
kubectl apply -f https://github.com/kubernetes-sigs/metrics-server/releases/latest/download/components.yaml
2、创建一个带有自动扩缩功能的 Deployment 或者 StatefulSet。
例如，以下是一个 Deployment 的配置文件：- apiVersion: apps/v1
- kind: Deployment
- metadata:
- name: my-app
- spec:
- replicas: 1
- selector:
- matchLabels:
- app: my-app
- template:
- metadata:
- labels:
- app: my-app
- spec:
- containers:
- - name: my-container
- image: my-image
- ports:
- - containerPort: 80
- apiVersion: autoscaling/v2beta2
- kind: HorizontalPodAutoscaler
- metadata:
- name: my-hpa
- spec:
- scaleTargetRef:
- apiVersion: apps/v1
- kind: Deployment
- name: my-app
- minReplicas: 1
- maxReplicas: 10
- metrics:
- - type: Resource
- resource:
- name: cpu
- target:
- type: Utilization
- averageUtilization: 80
确保你的容用具有相关的资源请求和限制，如许 HPA 才华正常工作：- containers:
- - name: my-container
- image: my-image
- ports:
- - containerPort: 80
- resources:
- requests:
- cpu: "100m"
- limits:
- cpu: "200m"
- kubectl apply -f deployment.yaml
- kubectl apply -f hpa.yaml
注意
HPA在做出决议时考虑的是所有被监控Pod的总体资源使用环境，而不是单个Pod或容器的资源限制。它会收集所有相关Pod的指标数据，并根据这些数据的聚合结果（如平均值、总和等）来做出扩缩容决议。
备注 k8s 资源限制cpu为什么以m为单位
在 Kubernetes（k8s）中，CPU 资源的限制和请求可以以不同的单位来表现，包括整核（如 1、2、3 等表现完整的 CPU 核心）和毫核（m），其中 1000m 等于 1 个完整的 CPU 核心。这种设计使得资源分配更加灵活和精细。
以毫核（m）为单位的重要原因是为了实现更细粒度的资源分配。在大型集群中，可能有成百上千的 Pod 同时运行，每个 Pod 可能只需要一小部分的 CPU 资源。如果只能以整核为单位举行分配，那么会造成大量的资源浪费。而以毫核为单位，可以确保每个 Pod 都能得到其所需的精确资源量，从而提高集群的整体资源利用率。
此外，以毫核为单位另有助于实现更公平的资源分配。在 Kubernetes 中，调度器会根据每个 Pod 的资源需求和限制来做出调度决议。如果以整核为单位，那么某些 Pod 可能会因为资源需求无法满足而被阻塞或延迟调度。而以毫核为单位，可以使得每个 Pod 都有机遇得到其所需的资源，从而实现更公平的资源分配。
总之，以毫核（m）为单位举行 CPU 资源限制和请求是 Kubernetes 为了实现更细粒度、更公平和更高效的资源分配而接纳的一种设计计谋。
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。 |
