Kubernetes HPA 实战：kubectl autoscale 与 YAML 常用方式总结

在 Kubernetes 中，HPA（Horizontal Pod Autoscaler） 用于根据负载自动调整 Pod 副本数，是生产集群的基础能力之一。本文将从 命令行快速创建 到 生产级 YAML 配置，系统梳理 CPU / Memory HPA 的常用方式与最佳实践。

一、kubectl autoscale：快速创建 CPU HPA

1. 基本用法

kubectl autoscale deployment web \
  --min=2 \
  --max=10 \
  --cpu-percent=75

该命令会创建一个：

• apiVersion: autoscaling/v1

• 仅支持 CPU

• 基于 requests.cpu 的 HPA

2. CPU 扩缩容原理

Pod 实际 CPU 使用率 / requests.cpu

当平均 CPU 使用率 ≥ --cpu-percent，HPA 触发扩容。

⚠️ 前提条件

resources:
  requests:
    cpu: 200m

未设置 requests.cpu → HPA 不生效。

3. kubectl autoscale 的限制

• ❌ 不支持 Memory

• ❌ 不支持多指标

• ❌ 不支持扩缩容行为控制

👉 适用场景

• 临时测试

• Demo

• 快速验证 HPA 是否工作

二、YAML 方式（生产推荐）

生产环境中，推荐使用 autoscaling/v2 版本，功能更完整。

apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler

三、基于 CPU 的 HPA（YAML）

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: 75

说明

• 75% = CPU 使用量 / requests.cpu

• requests 是计算基准，而不是 limits

四、基于 Memory 的 HPA（YAML）

apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:
  name: web-hpa
spec:
  minReplicas: 2
  maxReplicas: 10
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: web
  metrics:
  - type: Resource
    resource:
      name: memory
      target:
        type: Utilization
        averageUtilization: 70

⚠️ 同样需要：

resources:
  requests:
    memory: 512Mi

五、CPU + Memory 混合伸缩（常见生产写法）

metrics:
- type: Resource
  resource:
    name: cpu
    target:
      type: Utilization
      averageUtilization: 70
- type: Resource
  resource:
    name: memory
    target:
      type: Utilization
      averageUtilization: 75

扩容逻辑

任一指标超过阈值，HPA 就会触发扩容。

六、基于绝对值的 HPA（AverageValue）

当 requests 不准确或内存模型特殊时，可使用绝对值。

metrics:
- type: Resource
  resource:
    name: memory
    target:
      type: AverageValue
      averageValue: 500Mi

适用场景

• JVM 服务

• 缓存型应用

• 内存长期高水位但 requests 不好估算

七、扩缩容行为控制（强烈建议配置）

防止 Pod 数量频繁抖动。

behavior:
  scaleUp:
    stabilizationWindowSeconds: 0
    policies:
    - type: Percent
      value: 100
      periodSeconds: 60
  scaleDown:
    stabilizationWindowSeconds: 300
    policies:
    - type: Percent
      value: 50
      periodSeconds: 60

含义

• 扩容：1 分钟内最多翻倍

• 缩容：5 分钟内稳定后再缩

八、kubectl autoscale vs YAML 对比

九、常见问题排查清单

1. Deployment 是否设置了 requests.cpu / memory

2. metrics-server 是否正常运行

3. 是否使用 autoscaling/v2 配置 memory

4. 业务是否存在单 Pod 热点

十、总结

• kubectl autoscale：适合快速验证 CPU HPA

• autoscaling/v2 YAML：生产环境标准方案

• CPU / Memory 混合 + 行为控制，是最常见配置组合