闲聊Kubernetes Pod垂直自动伸缩（VPA）

scofield 菜鸟运维杂谈

VPA全称Vertical Pod Autoscaler，即垂直 Pod 自动扩缩容，它根据容器资源使用率自动设置 CPU 和 内存 的requests，从而允许在节点上进行适当的调度，以便为每个 Pod 提供适当的资源。

它既可以缩小过度请求资源的容器，也可以根据其使用情况随时提升资源不足的容量。

PS: VPA不会改变Pod的资源limits值。

废话不多说，直接上图，看VPA工作流程

接下来开始实战

1、下载部署清单文件

2、修改components.yaml文件

修改了镜像地址，gcr.io为我自己的仓库

修改了metrics-server启动参数args，要不然会报错unable to fully scrape metrics from source kubelet_summary…

3、执行部署

4、验证

1、克隆autoscaler项目

2、修改部署文件，将gcr仓库改为我自己的仓库

3、部署

4、查看结果，可以看到metrics-server和vpa都已经正常运行了

1、首先我们部署一个nginx服务,部署到namespace: vpa中

看下结果，正常运行了2个pod

2、为了便宜压测，我们创建一个NodePort类型的service

3、创建VPA

这里先使用updateMode: "Off"模式，这种模式仅获取资源推荐不更新Pod

4、查看部署结果

5、使用describe查看vpa详情，主要关注Container Recommendations

其中

6、现在我们对nginx进行压测

执行压测命令

7、几分钟后再观察VPA Recommendation变化

从输出信息可以看出，VPA对Pod给出了推荐值：Cpu: 476m，因为我们这里设置了updateMode: "Off"，所以不会更新Pod

1、现在我把updateMode: "Auto"，看看VPA会有什么动作

这里我把resources改为：memory: 50Mi，cpu: 100m

2、再次部署vpa,这里VPA部署文件nginx-vpa-demo.yaml只改了u

pdateMode: "Auto"和name: nginx-vpa-2

3、再次压测

4、几分钟后，使用describe查看vpa详情，同样只关注Container Recommendations

Target变成了Cpu: 587m ，Memory: 262144k

5、来看下event事件

从输出信息可以了解到，vpa执行了EvictedByVPA，自动停掉了nginx，然后使用 VPA推荐的资源启动了新的nginx

，我们查看下nginx的pod可以得到确认

看重点Requests：cpu: 476m，memory: 262144k

再回头看看部署文件

现在可以知道VPA做了哪些事了吧。当然，随着服务的负载的变化，VPA的推荐之后也会不断变化。当目前运行的pod的资源达不到VPA的推荐值，就会执行pod驱逐，重新部署新的足够资源的服务。

不能与HPA（Horizontal Pod Autoscaler ）一起使用

Pod比如使用副本控制器，例如属于Deployment或者StatefulSet

Pod 资源用其所需，所以集群节点使用效率高。

Pod 会被安排到具有适当可用资源的节点上。

不必运行基准测试任务来确定 CPU 和内存请求的合适值。

VPA 可以随时调整 CPU 和内存请求，无需人为操作，因此可以减少维护时间。

最后滴最后，VPA是Kubernetes比较新的功能，还没有在生产环境大规模实践过，不建议在线上环境使用自动更新模式，但是使用推荐模式你可以更好了解服务的资源使用情况。

更多信息请前往官网查看

PS：后续文章会同步到dev.kubeops.net

注：文中图片来源于网络，如有侵权，请联系我及时删除。