14、Kubernetes 应用的自动伸缩与设计优化

Kubernetes 应用的自动伸缩与设计优化

1. 队列处理与外部指标监控

在处理队列的工作负载时，可参考 GKE 文档中的完整示例。本质上，这涉及到一个水平 Pod 自动伸缩器（HPA），只是使用了不同的指标，示例如下：

metricName: pubsub.googleapis.com|subscription|num_undelivered_messages #A
metricSelector:
  matchLabels:
    resource.labels.subscription_id: your-subscription #B

• A ：指标名称
• B ：指标的资源，这里是 PubSub 的 GCP 资源名称

外部指标可在任何 Kubernetes 监控系统中进行配置。上述示例使用的是 GCP 的 Cloud Monitoring，若使用 Prometheus 或其他云服务，同样的原理也适用。要实现这一点，需要完成以下步骤：
1. 确定如何为你的监控解决方案安装指标适配器。
2. 找出该系统中的指标名称。
3. 确定选择指标资源的正确方法。

2. 节点自动伸缩与容量规划

2.1 集群自动伸缩

集群自动伸缩可避免手动扩展节点，让你专注于应用及其副本数量。这是特定于平台的功能，具体实现会有所不同，并非所有提供商都提供此功能。你可以搜索“产品名称 Clus