Kubernetes v1.7新特性:新增自动伸缩条件和参数

Kubernetes——HPA自动伸缩机制 弹性伸缩是根据用户的业务需求和策略,自动“调整”其“弹性资源”的管理服务。通过弹性伸缩功能,用户可设置对定时、周期或监控策略,恰到好处地增加或减少“弹性资源”,并完成实例配置,保证业务平稳健康运行在实际工作中,我们常常需要做一些扩容缩容操作,如:电商平台在618和双十一搞秒杀活动;由于资源紧张、工作负载降低等都需要对服务实例数进行扩缩容操作。Node层面:对K8s物理节点扩容和缩容,根据业务规模实现物理节点自动扩缩容Pod层面。 阅读详情

一、核心概念

Horizontal Pod Autoscaling,简称HPA,是Kubernetes中实现POD水平自动伸缩的功能。云计算具有水平弹性的特性,这个是云计算区别于传统IT技术架构的主要特性。对于Kubernetes中的POD集群来说,HPA可以实现很多自动化功能,比如当POD中业务负载上升的时候,可以创建新的POD来保证业务系统稳定运行,当POD中业务负载下降的时候,可以销毁POD来提高资源利用率。

HPA控制器默认每隔30秒就会运行一次,如果要修改间隔时间,可以设置horizontal-pod-autoscaler-sync-period参数。

二、k8s 1.7新特性

1、HPA触发条件新特性(α特性)

在Kubernetes1.7中,对HorizontalPodAutoscalerStatus结构体,新增加了Conditions属性。

Conditions属性是一个HorizontalPodAutoscalerCondition结构体,在这个结构体中包括Type、Status、LastTransitionTime、Reason和Message五个属性,每个属性的含义如下:

•       Status属性:表示Type属性是true还是false。取值为true和false,只有当HPA控制器检查的目标指标运行正常的时候才会设置ScalingActive为true。在其他情况下会将ScalingActive设置成false。如果Type是AbleToScale类型,那么取值为true的时候有三种情况,第一种是当HPA控制器可以获取当前目标自动伸缩,第二种是HPA控制器可以扩展或者收缩目标到指定的副本数,第三种是HPA控制器发现已经到了可以启动一次新的自动伸缩时间了,在其他情况下会设置成false。如果Type是ScalingLimited,那么只有当副本数在配置范围内的时候才被设置成false,否则都是true。

•       Reason:记录上一次事务产生的原因。

•       Type属性:包含三个可选类型,ScalingActive、AbleToScale和ScalingLimited。

•       LastTransitionTime:记录上一次事务运行时间。

•       Message:记录上一次事务产生的详细信息。

通过kubectl describe hpa命令可以看到HorizontalPodAutoscalerStatus结构体新增的Conditions属性。

$kubectl describe hpa cm-test  

Name:                           cm-test  

Namespace:                      prom  

Labels:                         <none>  

Annotations:                    <none>  

CreationTimestamp:              Fri, 16 Jun 2017 18:09:22 +0000  

Reference:                     ReplicationController/cm-test  

Metrics:                        ( current / target )  

  "http_requests" on pods:      66m / 500m  

Minreplicas:                   1  

Maxreplicas:                   4  

ReplicationControllerpods:     1 current / 1 desired  

Conditions:  

  Type                  Status  Reason                  Message  

  ----                  ------  ------                  -------  

  AbleToScale           True    ReadyForNewScale        the last scale time was sufficientlyold as to warrant a new scale  

  ScalingActive         True   ValidMetricFound        the HPAwas able to successfully calculate a replica count from pods metrichttp_requests  

  ScalingLimited        False  DesiredWithinRange      thedesired replica count is within the acceptible range  

Events:

2、增加了两个HPA参数(α特性)

在Kubernetes1.7中,对HPA控制器,在原先horizontal-pod-autoscaler-sync-period参数基础上,新增加了horizontal-pod-autoscaler-upscale-delay和horizontal-pod-autoscaler-downscale-delay两个参数,默认值分别是3分钟和5分钟,分别代表自动伸展后的延迟时间和自动收缩后的延迟时间。

HPA控制器通过这两个新增参数来加以辅助控制是否进行自动伸缩,同时也会根据这两个参数来设置HorizontalPodAutoscalerCondition结构体的Conditions属性。

kubernetes资源自动伸缩的三种方法 Kubernetes 自动伸缩方法 阅读详情

相关推荐

Kubernetes弹性伸缩:让应用自动应对流量洪峰与低谷

Cluster Autoscaler 自动从云厂商(如 AWS)新增 3 个 Worker 节点,让所有 Pod 都能运行。某天突然爆火,CPU 使用率飙升到 80%,HPA 自动扩容到 10 个 Pod。• CPU 使用率降至 20%,HPA 逐步减少 Pod 数量(50 → 5)。• 持久化存储(如 EBS):防止有状态服务(如 MySQL)因伸缩丢失数据。• 现有集群只有 10 个 Worker 节点,无法调度 50 个 Pod。• 自动向云厂商申请 5 个新节点(如 AWS EC2)。

weixin_52236586的博客 1512

Kubernetes1.7新特性:新增自动伸缩条件和参数

一、核心概念Horizontal Pod Autoscaling,简称HPA,是Kubernetes中实现POD水平自动伸缩的功能。云计算具有水平弹性的特性,这个是云计算区别于传统IT技术架构的主要特性。对于Kubernetes中的POD集群来说,HPA可以实现很多自动化功能,比如当POD中业务负载上升的时候,可以创建新的POD来保证业务系统稳定运行,当POD中业务负载下降的时候,可以销毁POD来

容器技术爱好者 1万+

K8S集群扩缩容①:K8S集群自动扩缩容方案以及HPA弹性伸缩原理以及扩缩容流程

HPA默认情况下,每隔30秒会检测一次指标,只要指标达到了HPA设置的阈值,则会计算出预期设置的工作负载副本数量,进行扩缩容操作,同时为了避免过于频繁的扩缩容,默认在5分钟内没有扩缩容的情况下,才会触发扩缩容操作,因为可能高并发只是一瞬间,立刻就下来了,频繁扩缩容对于集群的性能是有影响的。HPA可以利用Metrics监控指标,例如CPU使用率、磁盘或者自定义的监控指标,通过这些指标来自动的扩容或缩容Pod的副本数量,当系统负载增加时,HPA会自动为Pod添加适量的数量,提高系统的稳定性。

江晓龙的博客 3651

kubernetes学习笔记之十二:资源指标API及自定义指标API

第一章、前言 以前是用heapster来收集资源指标才能看,现在heapster要废弃了从1.8以后引入了资源api指标监视 资源指标:metrics-server(核心指标) 自定义指标:prometheus,k8s-prometheus-adapter(将Prometheus采集的数据转换为指标格式) k8s的中的prometheus需要k8s-prometheus-ada...

weixin_34166847的博客 866

从零构建MAVLink通信:PX4飞控与QGC的协议握手全解析

本文详细解析了PX4飞控与QGC地面站通过MAVLink协议进行通信的全过程,重点介绍了航点传输协议的状态机设计、INT类型消息的优化优势以及异常处理与调试技巧。通过实战案例和性能优化建议,帮助开发者高效构建无人机通信系统,提升数据传输效率与稳定性。

weixin_29209805的博客 507

海康威视摄像头CVE-2017-7921漏洞复现:从零到一的实战指南(含解密工具下载)

本文详细解析了海康威视摄像头CVE-2017-7921漏洞的技术原理与复现方法,提供从环境搭建到实战利用的完整指南。通过认证绕过漏洞,攻击者可获取敏感信息并执行高权限操作,文章还包含解密工具下载与防御建议,助力安全研究人员深入理解物联网设备安全风险。

weixin_29325515的博客 817

博客推荐|使用自定义指标在 Kubernetes 中自动扩展 Pulsar Functions

本文翻译自 StreamNative 博客《Auto-Scaling Pulsar Functions in Kubernetes Using Custom Metrics》,作者付睿、吕能。译者简介何城波,就职于深信服 PaaS 平台部门,从事 Kafka、Pulsar 等消息中间件基础设施建设。概述Pulsar Functions[1]是 Apache Pulsar...

Apache Pulsar 777

QSPI Flash的原理与QSPI时序的Verilog实现

本节主要是讨论QSPI(Quad SPI,四线SPI总线)的相关内容。我的开发板上有一片型号是W25Q128BV的Quad SPI Flash存储器,本文将以它为例子来说明QSPI操作的一些内容。

Go Forward Forever! 4171

Kubernetes-自动伸缩

Kubernetes中的存储管理是一个关键方面,它允许容器化应用程序以可靠和持久的方式存储和检索数据。

kankan_s的专栏 427

手把手教你用Microsoft AEC Challenge数据集训练自己的回声消除模型(附完整代码)

本文详细介绍了如何使用Microsoft AEC Challenge数据集训练专业的回声消除模型,包括环境准备、数据清洗、模型架构设计、训练流程和实际部署注意事项。通过完整的代码示例和实战指南,帮助开发者快速掌握AEC技术,提升语音通信系统的回声消除效果。

weixin_27697385的博客 461

LLM之RAG实战(五十四)| 复杂文档处理RAG框架:Ragflow

RAGFlow 是一种结合了检索增强(Retrieval-Augmented Generation,RAG)与流程控制(Flow)的人工智能技术架构。它通过检索外部知识库中的信息,结合自然语言生成技术,为用户提供更准确、更丰富的回答。同时,它还引入了流程控制机制,能够根据任务需求动态调整信息检索和生成的流程,从而更好地完成复杂的任务。RAGFlow 的核心优势在于将检索和生成相结合,打破了传统生成模型仅依赖内部参数进行文本生成的局限。

wshzd的博客 1067

k8s HPA 自动伸缩机制 (配置,资源限制,)

当需要使用自定义指标(如来自Prometheus的指标)时,自定义指标适配器允许HPA使用这些外部指标。它通过Custom Metrics API将外部指标转换为Kubernetes可以理解的格式。

qq_51545656的博客 2447

具身智能机器人算法控制研究进展综述

具身智能(Embodied Intelligence)作为人工智能与机器人学的交叉前沿领域,强调智能体通过物理身体与环境的持续交互涌现智能行为。近年来,随着基础模型(Foundation Models)、扩散策略(Diffusion Policy)、视觉-语言-动作(Vision-Language-Action, VLA)模型以及大规模机器人数据集(如Open X-Embodiment)的快速发展,具身智能机器人的算法控制范式正经历深刻变革。

VectorShift的博客 230

《Kubernetes知识篇:Kubernetes资源自动伸缩的三种方法》

系列文章目录 提示:这里可以添加系列文章的所有文章的目录,目录需要自己手动添加 例如:第一章 Python 机器学习入门之pandas的使用 提示:写完文章后,目录可以自动生成,如何生成可参考右边的帮助文档 文章目录系列文章目录前言一、pandas是什么?二、使用步骤1.引入库2.读入数据总结 前言 提示:这里可以添加本文要记录的大概内容: 例如:随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器学习的基础内容。 提示:以下是本篇文章正文内容,下面案例

东城绝神 2929

SAP SLT 在 carve-out 场景中的关键作用:从理论到实操全景展现

深入剖析 SAP Landscape Transformation(SLT Replication Server)在 carve‑out 场景中的价值,需要从 carve‑out 本身的背景逻辑说起。carve‑out 指的是企业因并购、拆分、剥离商业单元等因素,而将 SAP 系统中某部分业务(例如组织单元、公司代码、模块数据等) separated 出来,导入到独立的系统中。这一过程极具挑战性,既要确保业务连续性,又要实现数据精准迁移和系统隔离 (

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 7554

概念解析 | 事件相机的原理 (含仿真代码)

在我们熟悉的世界里,传统相机就像一个勤勉的绘画师,每隔固定的时间就为我们勾勒出一幅完整的画面。但是,大自然中有太多瞬息万变的精彩场景,这种"定时绘画"的方式往往难以捕捉。于是,一种全新的"观察者"应运而生 -事件相机(Event Camera)。事件相机,就像是一群极其敏感的"像素哨兵",它们不再按部就班地等待指令,而是主动感知周围的变化,只有在光线强度发生显著变化时才会发出信号。这种革命性的设计,让事件相机拥有了传统相机难以企及的优势:超高的时间分辨率、极低的延迟、宽广的动态范围,以及出色的能效比。

NLOS的博客 1423

K8S自动弹性伸缩机制详解

K8S的自动伸缩能力显著提升了资源利用率和系统稳定性,但需结合业务特点选择合适的策略。:动态调整单个Pod的CPU/内存资源请求(Request)和限制(Limit)。:根据Pod资源需求动态增删Worker节点(如AWS EC2、GCP GKE)。:根据CPU、内存等指标自动增加或减少Pod副本数量。Kubernetes 通过多种控制器和指标系统实现。

ttyy1112的专栏 2132

老版QQ原生表情gif动态

这是老版的QQ表情,不过全是动态的的,Windows照片查看器是不会动的,可以右击用浏览器打开查看,再说一遍是老版的,只是分享给宁愿用老版也要动态的人。

Kubernetes(k8s)的弹性伸缩

1、什么是K8s的弹性伸缩? 答:Hpa(全称叫做Horizontal Pod Autoscaler),Horizontal Pod Autoscaler的操作对象是Replication Controller、ReplicaSet或者Deployment对应的Pod(k8s中可以控制Pod的是rc、rs、deployment),根据观察到的CPU使用量与用户的阈值进行比对,做出是否需要...

HiterCoder 5471

Probability and Statistics - 4th edition

Probability and Statistics - 4th edition

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android:LinePhone3.2.7(最新版本),官网地址:http://www.linphone.org/

k8s——HPA自动伸缩机制

弹性伸缩是根据用户的业务需求和策略,自动“调整”其“弹性资源”的管理服务。通过弹性伸缩功能,用户可设置对定时、周期或监控策略,恰到好处地增加或减少“弹性资源”,并完成实例配置,保证业务平稳健康运行。在实际工作中,我们常常需要做一些扩容缩容操作,如:电商平台在618和双十一搞秒杀活动;由于资源紧张、工作负载降低等都需要对服务实例数进行扩缩容操作。

rmh0713的博客 1611

汉书HE8,好用的汇编代码编写工具

汉书HE8,好用的汇编代码编写工具早期编写汇编代码所用功能强大

掌握 Kubernetes 伸缩:HPA vs VPA 全面解析

在 Kubernetes 中,水平 Pod 自动伸缩 (Horizontal Pod Autoscaler, HPA) 和垂直 Pod 自动伸缩 (Vertical Pod Autoscaler, VPA) 是两种关键的自动伸缩机制。它们在功能和用途上有显著区别,适用于不同的场景。本文将详细解析 HPA 和 VPA 的工作原理、应用场景、实现机制以及配置示例,帮助您全面掌握 Kubernetes 的伸缩功能。HPA 和 VPA 是 Kubernetes 中强大的自动伸缩工具,各有优缺点和适用场景。

. 1864

kubernetes服务自动伸缩

当设置 --kubelet-insecure-tls 时,metrics-server 或其他组件不会验证 kubelet 提供的证书是否有效。查看 kube-system 命名空间中所有 Pod 的资源使用情况(CPU 和内存)表示节点的 CPU 使用率(相对于节点的总 CPU 资源)。表示节点当前使用的 CPU 资源总量(以核心为单位)。表示节点的内存使用率(相对于节点的总内存资源)。表示节点当前使用的内存总量(以字节为单位)。使用了 506m(即 0.506 核心)。的 CPU 使用率为 12%。

m0_75272955的博客 825

Kubernetes 自动伸缩实战:优化你的容器化应用

Kubernetes(K8s)提供了自动伸缩(Autoscaling)的功能,能够根据应用负载情况自动调整副本数量,确保应用性能和资源利用的最佳平衡。在这篇博文中,我们将深入研究 Kubernetes 自动伸缩的原理、适用场景、触发条件,并通过实际例子演示如何在容器化应用中应用自动伸缩。1. 原理概述Kubernetes ...

探索云原生与智能化驱动下的安全运维新范式。关注DevSecOps、可观测性、AIOps等前沿领域,与您共赴技术前沿。 1234

1.Kubernetes(K8S)架构1(Master,Node和Pod)

简介: K8S是当前主流的容器编排系统,服务编排系统要想实现服务的自动化部署和运行离不开容器编排系统. 容器目的是解决服务器的异构问题,解决了部署的时候无需在考虑底层系统环境是否能够满足服务的需要. 但是单独的容器并没有生产的价值,因为他只是提供了底层应用的托管程序,并没有处理多个容器容器投入生产的问题,而容器的编排则是处理多个容器投入生产的痛点问题 容器编排系统是在大范围...

qq_21047625的博客 1万+

深入解析 Kubernetes HPA:从 V1 到 V2 的演进与增强

特性HPA v1 (HPA v2 (API 版本稳定性稳定版v2beta1/v2beta2 曾为 Beta,为稳定版支持指标仅支持 CPUCPU、内存、自定义指标、外部指标自定义指标不支持支持通过 Metrics API 扩展外部指标不支持支持(如 Prometheus、Datadog)伸缩策略单指标伸缩多指标组合策略,更灵活适用场景适用于基础应用适用于复杂业务场景。

爱死亡机器人 1392

# Kubernetes(K8s)笔记Day11 : HPA 自动扩缩容

弹性伸缩是根据用户的业务需求和策略,自动“调整”其“弹性资源”的管理服务。通过弹性伸缩功能,用户可设置定时、周期或监控策略,恰到好处地增加或减少“弹性资源”,并完成实例配置,保证业务平稳健康运行。在实际工作中,我们常常需要做一些扩容缩容操作,如:电商平台在 618 和双十一搞秒杀活动;由于资源紧张、工作负载降低等都需要对服务实例数进行扩缩容操作。扩缩容类型说明Node 层面对 K8s物理节点扩容和缩容,根据业务规模实现物理节点自动扩缩容Pod 层面一般使用 Deployment 中的replicas。

weixin_46136019的博客 837
上一篇: kubernetes1.4新特性:支持sysctl命令
下一篇: Kubernetes1.3新特性:集群联盟-在全球快速部署和管理应用
hxpjava1
博客等级 码龄19年 1365粉丝 511原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值