Metrics资源监控 & HPA弹性扩缩容

最新推荐文章于 2025-08-20 03:44:29 发布
原创 最新推荐文章于 2025-08-20 03:44:29 发布 · 551 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#kubernetes #docker #linux

本文介绍了如何在Kubernetes环境中安装和配置MetricsServer，用于收集和监控kubelet节点资源，并通过实例演示了如何设置HPA自动伸缩，配合Docker容器部署动态PHP网站。
Metrics Server 资源采集

Metrics Server：核心监控数据的采集器 ，监控的是kubelet 链接的资源，最多链接 5000个node资源，需要0.5颗CPU 和4M内存才能运行Metrics Server

  1. 查看资源，提示没有安装Metrics Server
    在这里插入图片描述
  2. 安装 Metrics Server
https://github.com/kubernetes-sigs/metrics-server/releases?page=2

在这里插入图片描述

docker pull willdockerhub/metrics-server:v0.4.4   # 手动拉取镜像
docker tag  willdockerhub/metrics-server:v0.4.4   k8s.gcr.io/metrics-server/metrics-server:v0.4.4  # 更改镜像名字

对yaml文件进行修改

在这里插入图片描述

kubectl  apply  -f components.yaml  # 部署一下

最低0.47元/天 解锁文章
Kubernetes HPA 动态弹性扩缩容
专注基础架构领域
12-10 1274
Metrics Server是Kubernetes容器资源指标的可扩展、高效来源、内置自动缩放管道，是由用户开发的一个api server，集群范围的资源使用情况的指标监控器，在HAP早期版本使⽤的是⼀个叫Heapster组件来提供CPU和内存指标的，在后期的版本Kubernetes转向了使⽤Metrcis Server组件来提供Pod的CPU和内存指标，Metrcis Server通过Metrics API将数据暴露出来，然后我们就可以使⽤Kubernetes的API来获取相应的数据；
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
江晓龙的博客
09-27 3356
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。
如何扩展单个Prometheus实现近万Kubernetes集群监控？
吉小白的博客
08-31 1661
引言 TKE团队负责公有云，私有云场景下近万个集群，数百万核节点的运维管理工作。为了监控规模如此庞大的集群联邦，TKE团队在原生Prometheus的基础上进行了大量探索与改进，研发出一套可扩展，高可用且兼容原生配置的Prometheus集群系统，理论上可支持无限的series数目和存储容量，支持纳管TKE集群，EKS集群以及自建K8s集群的监控诉求。 本文从TKE的架构出发，逐步介绍了整个监控系统的演进过程，包括早期的方案和遇到的问题，社区方案的瓶颈，我们的改进原理等。 TKE架构简介 为了让读者更好理解
hadoop系列——hadoop集群动态扩容、缩容
言蹊的专栏
03-02 3813
动态扩容，顾名思义，就是通过增加节点实现集群服务能力的提升。是hadoop，或者说分布式集群的特性之一； 同理，部分节点可能老化，升级换代，节点需要对应的下线处理。今天就分别介绍这两部分操作： 1，动态扩容 1.1，在新增节点配置环境，可以参考Hadoop集群的搭建 里如何配置节点，步骤都是一样的，不在赘述。 1.2，在主节点修改hosts文件，增加新增节点 [hadoop@serve...
K8S中的pod自动扩容与缩容
L2111533547的博客
09-28 5925
Horizontal Pod Autoscaler（HPA，Pod水平自动伸缩），根据平均 CPU 利用率、平均内存利用率或你指定的任何其他自定义指标自动调整 Deployment 、ReplicaSet 或 StatefulSet 或其他类似资源，实现部署的自动扩展和缩减，让部署的规模接近于实际服务的负载。HPA不适用于无法缩放的对象，例如DaemonSet。
Hadoop集群动态扩容和缩容
数据库生态圈（RDB & NoSQL & Bigdata）——专注于关系库优化（Oracle&Mysql&PG&SQL Server ）
06-13 2152
本文通过实例讲解了Hadoop集群动态扩容缩容的过程，记录于此，供自己和各位同学日后参考及研究。
Kubernetes大集群怎么管?基于监控的弹性伸缩方法
weixin_45583158的博客
05-10 161
导语：我们通常使用Prometheus来对Kubernetes运行情况进行监控。并根据监控数据来扩容或者缩容。通常的扩/缩容都是根据内存或者CPU的使用，但是很多时候我...
【Kubernetes知识点】HPA如何控制不同的资源实现自动扩缩容？
StevenZeng学堂
09-20 1243
❤️ 摘要：Kubernetes 作为当前最流行的容器编排平台，提供了 Horizontal Pod Autoscaler (HPA) 以便根据资源利用情况自动调整 Pod 副本数。本文将深入探讨 HPA 如何自动扩缩容 Deployment 和 StatefulSet，并通过实验演示其工作原理。
Kubernetes HPA 自动扩缩容详解
最新发布
JavaCodePro的博客
08-20 752
在当今的云计算时代，Kubernetes 作为容器编排平台，已经成为许多企业实现微服务架构和自动化运维的关键技术。然而，随着业务量的不断增长，如何高效地管理 Kubernetes 集群中的 Pod 数量，以应对负载波动，成为了一个亟待解决的问题。这就引出了 Kubernetes 知识点之 HorizontalPodAutoscaler（HPA）的重要性。场景问题：假设我们正在运行一个电商网站，该网站在高峰时段（如节假日、促销活动期间）会面临巨大的流量压力。
Redis cluster 扩容缩容重新分片
爱与不爱，一念之间
03-27 2434
一、增加节点 Redis集群提供了灵活的节点扩容和收缩方案。在不影响集群对外服务的情况下，可以为集群添加节点进行扩容也可以下线部分节点进行缩容。扩容与缩容的本质是，对Redis的槽进行重新的分配。 　　集群现有6379、6380、6381 三个主节点，因为数据压力，增加一个主节点6385，需要对之前槽方案进行重新分配，并进行数据迁移 二、重新分片流程 原命...
Kubernetes：HPA 详解-基于 CPU、内存和自定义指标自动扩缩容
热门推荐
琦彦
04-09 2万+
在前面的学习中我们使用用一个 kubectl scale 命令可以来实现 Pod 的扩缩容功能，但是这个毕竟是完全手动操作的，要应对线上的各种复杂情况，我们需要能够做到自动化去感知业务，来自动进行扩缩容。为此，Kubernetes 也为我们提供了这样的一个资源对象：HorizontalPodAutoscaling（Pod水平自动伸缩），简称 HPA，HPA 通过监控分析一些控制器控制的所有 Pod...
数据 落盘_OceanBase 集群技术架构之二数据可靠及高可用、动态扩容和缩容
weixin_36444022的博客
01-12 929
这一章节我们重点讲下 OceanBase 的高可用性是如何实现的。讲 OB 方案前，我们普及下业界公认的灾难恢复能力等级的概念，主要包括 RTO 和 RP0，这两个指标。RTO 指故障或灾难发生后，数据库停止工作的最高可承受时间。如果这个值为小于 1 小时，指灾难发生后，系统最多停止 1 小时的服务，1 小时后可以恢复业务。比如早上 8 点系统故障了，那么早上 9 点之前系统将能够恢复。...
【云原生•监控】基于Prometheus实现自定义指标弹性伸缩(HPA)
god_86的专栏
08-07 2726
【云原生•监控】基于Prometheus实现自定义指标弹性伸缩(HPA)什么是弹性伸缩「Autoscaling即弹性伸缩，是Kubernetes中的一种非常核心的功能，它可以根据给定的指标（例如 CPU 或内存）自动缩放Pod副本，从而可以更好地管理和利用计算资源，提高系统的可用性和性能，同时减少开销和成本。弹性伸缩可以解决服务负载存在较大波动或资源实际使用与预估之间的差距。」在Kubernete...
K8s动态实现服务数量的扩缩容(HPA)、升级回滚
chaojiyingxiong的博客
03-30 2453
K8s之Pod管理器，动态实现服务数量的扩缩容(HPA)、升级回滚
一文读懂HPA弹性扩展自定义指标和缩放策略
StevenZeng学堂
09-23 2537
❤️ 摘要： 随着业务需求的多样化发展，HPA单纯依赖 CPU 和内存来控制扩缩容已经无法满足应用场景需求。因此，Kubernetes 引入了 自定义指标（Custom Metrics） 和 多指标（Multiple Metrics） 支持，以便开发者能够更灵活地定义扩缩容策略。通过这些机制，HPA 可以根据业务相关的指标（如请求数、队列长度等）来动态扩缩容。本文将详细介绍 HPA 的自定义指标、基于多指标的 HPA 配置，以及扩缩容行为的概念，并通过实验展示如何使用这些机制来优化 Kubernetes 应
Kafka的集群动态扩容和缩容如何实现？Kafka的数据存储机制如何优化性能？Kafka消息的持久化机制是怎样的？Kafka和Spark Streaming如何集成？
luoluoal的博客
07-09 2892
因此，要优化Kafka的性能，应该尽量控制消息的大小，避免过大的消息导致网络传输和磁盘存储的压力。总之，要优化Kafka的性能，需要综合考虑分区和副本配置、消息大小、批处理设置、磁盘设置、网络设置、生产者和消费者配置、压缩以及监控和调优等方面的因素。合理的磁盘设置：Kafka需要大量的磁盘空间来存储消息，因此要确保有足够的磁盘空间，并且使用高性能的磁盘。此外，可以使用SSD来提高磁盘的读写性能。总之，动态扩容和缩容是Kafka集群管理的重要部分，可以根据业务需求和集群的负载情况，灵活调整集群的规模和容量。
K8S+DevOps架构师实战课 | 通过HPA实现业务应用的动态扩缩容
COCO_gsta的博客
07-08 454
当系统资源过高的时候，我们可以使用如下命令来实现 Pod 的扩缩容功能但是这个过程是手动操作的。在实际项目中，我们需要做到是的是一个自动化感知并自动扩容的操作。Kubernetes 也为提供了这样的一个资源对象：Horizontal Pod Autoscaling（Pod 水平自动伸缩），简称HPA基本原理：HPA 通过监控分析控制器控制的所有 Pod 的负载变化情况来确定是否需要调整 Pod 的副本数量autoscaling/v1，只包含了根据CPU指标的检测，稳定版本。
【TKE】 GPU 监控 和 HPA 配置
li_quanjiang的博客
11-15 596
【TKE】 GPU 监控 和 HPA 如何查看和配置？
基于CPU指标的K8S HPA自动扩缩容测试
为此，Kubernetes 提供了 Horizontal Pod Autoscaler（HPA，水平Pod自动扩缩器）机制，可根据预设的性能指标（如CPU使用率、内存使用率或自定义指标）动态调整Pod副本数量，从而实现资源的弹性调度。本文围绕“K8S之...
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
 
红包 添加红包
表情包 插入表情
表情包 代码片
 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

打赏作者

king config

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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