57、Kubernetes 自动伸缩与高级流量管理

最新推荐文章于 2025-10-26 22:21:05 发布
最新推荐文章于 2025-10-26 22:21:05 发布
阅读量32 收藏
点赞数
CC 4.0 BY-SA版权
分类专栏： Kubernetes实战指南 文章标签： Kubernetes 自动伸缩 HPA
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。
本文链接：https://blog.youkuaiyun.com/vim8coder/article/details/152394857

Kubernetes 自动伸缩与高级流量管理

1. Kubernetes Pod 和节点的自动伸缩

为了降低集群的负载，可以减少水平 Pod 自动伸缩器（HPA）中的最大副本数。可以编辑 YAML 文件并应用到系统中，也可以使用 kubectl patch 命令： 

$ kubectl patch hpa elastic-hamster-hpa -n ca-demo -p '{"spec": {"maxReplicas": 2}}'
horizontalpodautoscaler.autoscaling/elastic-hamster-hpa patched

此时，Pod 数量将根据更新后的 HPA 进行调整： 

$ kubectl get pod -n ca-demo
NAME                              READY   STATUS    RESTARTS   AGE
elastic-hamster-87d4db7fd-2qghf   1/1     Running   0          20m
elastic-hamster-87d4db7fd-mdvpx   1/1     Running   0          19m

由于容量需求减少，集群自动伸缩器（CA）也会开始缩减节点。但在缩减时，CA 会提供 10 分钟的宽限期，以便将 Pod 从一个节点重新调度到其他节点，然后再强制终止该节点。10 分钟后检查节点，会发现不需要的节点已从集群中移除： 

$ kubectl get nodes
NAME                                     STATUS   ROLES    AGE    VERSION
gke-k8sdemo-default-pool-1bf4f185-6422   Ready    <none>   145m   v1.29.7-gke.1008000
gke-k8sdemo-default-pool-1bf4f185-csv0   Ready    <none>   145m   v1.29.7-gke.1008000

这展示了在 HPA 缩减部署后，CA 能多么有效地应对集群负载的减少。

2. 其他 Kubernetes 自动伸缩工具

与基本的 Kubernetes 自动伸缩器相比，Kubernetes 事件驱动自动伸缩（KEDA）和 Karpenter 等其他自动伸缩器通过基于特定于应用程序的指标和工作负载来管理资源伸缩，提供了更多的灵活性和效率。
- KEDA ：KEDA（https://keda.sh）旨在通过允许根据自定义指标或外部事件扩展 Pod 副本数量，在 Kubernetes 中实现事件驱动的伸缩。与传统的自动伸缩器依赖 CPU 或内存使用情况不同，KEDA 可以根据来自各种事件源（如消息队列、HTTP 请求速率和自定义应用程序指标）的指标触发伸缩。它与现有的 Kubernetes HPA 无缝集成，可以根据动态工作负载对应用程序进行上下伸缩。KEDA 是由 CNCF 托管的开源项目，通过 GitHub 提供尽力支持。一些不同的供应商将 KEDA 作为其产品和支持的一部分，包括 Azure 容器应用、具有自定义指标的 Red Hat OpenShift 自动伸缩器以及 Azure Kubernetes 服务的 KEDA 插件。
- Karpenter ：Karpenter（https://karpenter.sh）是一种高级的 Kubernetes 集群自动伸缩器，专注于优化集群内节点的供应和伸缩。它通过根据工作负载需求动态调整节点数量，自动执行计算资源的伸缩过程。Karpenter 旨在快速适应需求变化并优化集群容量，从而提高性能和成本效率。

3. Kubernetes 服务类型回顾
服务类型 描述
ClusterIP 使用由每个节点上的 kube-proxy 管理的内部可见虚拟 IP 地址暴露 Pod，只能从集群内部访问。
NodePort 可以通过任何节点的 IP 地址和指定端口访问。Kube-proxy 在每个节点上暴露一个 30000 - 32767 范围内的端口（默认情况下可配置），并设置转发规则，将对该端口的连接定向到相应的 ClusterIP 服务。
LoadBalancer 通常用于具有软件定义网络（SDN）的云环境中，可以按需配置负载均衡器将流量重定向到集群。在云控制器管理器中，云负载均衡器的自动配置由特定于供应商的插件驱动。这种类型的服务结合了 NodePort 服务的方法，并在其前面添加了一个额外的外部负载均衡器，将流量路由到 NodePorts。仍然可以通过其 ClusterIP 在内部使用该服务。
4. Ingress 对象概述

虽然使用 Kubernetes 服务来启用外部流量到集群听起来很有吸引力，但一直使用它们存在一些缺点。Ingress 对象可以解决这些问题，它可以用于实现和建模第 7 层（L7）负载均衡。Ingress 对象仅用于定义路由和平衡规则，例如将哪个路径路由到哪个 Kubernetes 服务。

以下是一个 Ingress 的 YAML 清单文件示例： 

# ingress/portal-ingress.yaml
apiVersion: networking.k8s.io/v1
kind: Ingress
metadata:
  name: portal-ingress
  namespace: ingress-demo
  annotations:
    nginx.ingress.kubernetes.io/rewrite-target: /
spec:
  rules:
    - host: k8sbible.local
      http:
        paths:
          - path: /video
            pathType: Prefix
            backend:
              service:
                name: video-service
                port:
                  number: 8080
          - path: /shopping
            pathType: Prefix
            backend:
              service:
                name: shopping-service
                port:
                  number: 8080

Ingress HTTP 路由规则的构建如下：
- 可选的主机 ：在示例中未使用该字段，因此定义的规则适用于所有传入流量。如果提供了字段值，则规则仅适用于以该主机为目标的请求，主机字段支持通配符。
- 路径路由列表 ：每个路径都有一个关联的 Ingress 后端，通过提供 serviceName 和 servicePort 来定义。在上述示例中，所有以 /video 为前缀的路径的请求将被路由到 video-service 服务的 Pod，所有以 /shopping 为前缀的路径的请求将被路由到 shopping-service 服务的 Pod。路径字段支持前缀和精确匹配，也可以使用由底层 Ingress 控制器执行的特定于实现的匹配。

5. 使用 nginx 作为 Ingress 控制器

Ingress 控制器是手动部署到集群的 Kubernetes 控制器，通常作为 DaemonSet 或 Deployment 对象运行，负责处理传入流量的负载均衡和智能路由。它负责处理 Ingress 对象，即负责那些指定要使用 Ingress 控制器的对象，并动态配置实际的路由规则。

常用的 Kubernetes Ingress 控制器之一是 nginx（Nginx Ingress Controller）。它作为一个 Deployment 安装在集群中，并带有一组处理 Ingress API 对象的规则。Ingress 控制器作为一个服务暴露，其类型取决于安装环境，在云环境中通常是 LoadBalancer。

ingress-nginx 的安装在不同环境中的说明见官方文档：https://kubernetes.github.io/ingress-nginx/deploy/。虽然使用 Helm 是首选的部署方法，但某些环境可能需要特定的说明。对于云环境，安装 ingress-nginx 通常非常简单，涉及应用单个 YAML 清单文件（或在创建基于云的托管 Kubernetes 集群时启用 ingress-nginx），这将创建多个 Kubernetes 对象。例如，可以使用以下单个命令在 AKS 或 GKE 中部署所需的 Ingress 控制器组件。

与作为 kube-controller-manager 二进制文件一部分运行的其他类型的控制器不同，Ingress 控制器不会随集群自动启动。Kubernetes 项目维护了许多 Ingress 控制器，包括 AWS、GCE 和 nginx Ingress 控制器。对于第三方 Ingress 控制器项目，请参阅文档获取详细列表：https://kubernetes.io/docs/concepts/services-networking/ingress-controllers/#additional-controllers。

在云环境中，经常会遇到专用的 Ingress 控制器，它们利用云提供商提供的特殊功能，允许外部负载均衡器直接与 Pod 通信。在这种情况下，没有额外的 Pod 开销，甚至可能不需要 NodePort 服务。这种路由在软件定义网络（SDN）和容器网络接口（CNI）级别完成，而负载均衡器可以使用 Pod 的私有 IP 地址。

Kubernetes 自动伸缩与高级流量管理

6. 高级流量路由与 Ingress 的优势

Ingress 作为一种反向代理 Kubernetes 资源，在处理外部流量方面具有显著优势。它可以根据 ingress 配置中指定的规则，将来自集群外部的传入请求路由到集群内部的服务。与传统的 Kubernetes 服务类型相比，Ingress 能够实现更复杂的路由和负载均衡。

例如，在处理 HTTP/HTTPS 流量时，传统的 Layer - 4 LoadBalancer 服务存在诸多限制：
- 协议层面 ：基于 OSI 层 4 的 TCP/UDP 协议进行流量路由，而大多数 HTTP/HTTPS 应用需要 OSI 层 7 的负载均衡。
- HTTPS 处理 ：无法终止和卸载 HTTPS 流量。
- 虚拟主机 ：不能用于跨多个域名的基于名称的虚拟主机。
- 路径路由 ：无法配置将如 https://<loadBalancerIp>/service1 这样的请求代理到名为 service1 的 Kubernetes 服务。
- 特殊功能 ：像粘性会话或 cookie 亲和性等功能需要 L7 负载均衡器。

而 Ingress 可以解决这些问题，通过定义路由和平衡规则，实现更灵活的流量管理。

7. 应用网关 Ingress 控制器示例（以 AKS 为例）

在云环境中，如 AKS 集群，可以使用专用的应用网关 Ingress 控制器（AGIC）。这种控制器利用云提供商的特殊功能，允许外部负载均衡器直接与 Pod 通信，无需额外的 Pod 开销，甚至可能不需要 NodePort 服务。

以下是这种通信方式的流程： 

graph LR
    A[外部客户端] --> B[Azure 应用网关]
    B --> C[Kubernetes Pods]
    style A fill:#E5F6FF,stroke:#73A6FF,stroke-width:2px
    style B fill:#E5F6FF,stroke:#73A6FF,stroke-width:2px
    style C fill:#E5F6FF,stroke:#73A6FF,stroke-width:2px

外部客户端的请求首先到达 Azure 应用网关，应用网关利用 SDN 和 CNI 技术，直接将流量路由到 Kubernetes Pods，使用 Pod 的私有 IP 地址进行通信。

8. 现代 Kubernetes 项目与技术

除了前面提到的自动伸缩和流量管理技术，还有一些现代的 Kubernetes 项目值得关注：
- KubeVirt ：用于虚拟化，允许在 Kubernetes 集群中运行虚拟机，为一些需要虚拟机环境的应用提供支持。
- Knative ：提供服务器less 解决方案，简化了在 Kubernetes 上构建、部署和管理现代无服务器应用的过程。
- OpenFaaS ：也是一种服务器less 框架，让开发者可以轻松地在 Kubernetes 上创建和运行函数。

9. 临时容器在实时故障排除中的作用

临时容器是一种特殊的容器，用于在运行时对 Pod 进行故障排除。当 Pod 出现问题时，可以动态地将临时容器注入到 Pod 中，进行调试和诊断。

使用临时容器的步骤如下：
1. 确认 Pod 存在问题，需要进行故障排除。
2. 使用 kubectl debug 命令创建临时容器并注入到目标 Pod 中。例如： 

kubectl debug -it mypod --image=busybox --target=mypod
  1. 在临时容器中执行诊断命令，如查看日志、检查文件系统等。
  2. 完成故障排除后，移除临时容器。
10. Kubernetes 插件的作用

Kubernetes 插件可以扩展 Kubernetes 的功能，满足不同的业务需求。常见的插件包括：
| 插件类型 | 作用 |
| ---- | ---- |
| 网络插件 | 提供网络功能，如 Calico、Flannel 等，实现 Pod 之间的网络通信。 |
| 存储插件 | 管理存储资源，如 Ceph、GlusterFS 等，为 Pod 提供持久化存储。 |
| 安全插件 | 增强集群的安全性，如 OPA Gatekeeper 用于策略管理。 |

11. 多集群管理

随着企业业务的发展，可能会使用多个 Kubernetes 集群。多集群管理变得至关重要，它可以帮助统一管理多个集群的资源、应用和配置。

多集群管理的方法有：
- 使用 Kubernetes 原生工具 ：如 kubectl 可以通过配置不同的上下文来管理多个集群。
- 第三方工具 ：如 Rancher 提供了可视化的界面，方便管理多个 Kubernetes 集群。

12. Kubernetes 集群的维护与安全
  • 维护任务（Day 2 任务） ：包括监控集群的健康状态、更新 Kubernetes 版本、管理节点资源等。定期检查集群的日志和指标，及时发现并解决潜在问题。
  • 安全最佳实践 ：
    • 限制对集群的访问权限，使用 RBAC（基于角色的访问控制）进行权限管理。
    • 加密敏感数据，如使用 Kubernetes 的 Secret 对象存储密码和密钥。
    • 定期进行安全审计，检查集群是否存在安全漏洞。
13. 故障排除 Kubernetes

当 Kubernetes 集群出现问题时，可以按照以下步骤进行故障排除：
1. 查看事件 ：使用 kubectl get events 命令查看集群中的事件，了解最近发生的异常情况。
2. 检查 Pod 状态 ：使用 kubectl get pods 查看 Pod 的状态，如是否处于 Pending 、 Error 等状态。
3. 查看日志 ：使用 kubectl logs 命令查看 Pod 的日志，查找错误信息。
4. 使用临时容器 ：如前面所述，注入临时容器进行深入诊断。

通过以上对 Kubernetes 自动伸缩、流量管理、现代项目、维护、安全和故障排除等方面的介绍，我们可以更全面地了解和使用 Kubernetes 技术，构建高效、稳定和安全的应用环境。

48、Kubernetes 自动伸缩与高级调度全解析
spark7igniter的博客
09-20 20
本文深入解析了Kubernetes中的自动伸缩机制与高级调度策略。涵盖水平和垂直Pod自动伸缩（HPA/VPA）的工作原理与适用场景，探讨了集群节点的自动扩缩容机制及减少服务中断的最佳实践。同时详细介绍了高级调度功能，包括节点污点与容忍度、节点亲和性、Pod亲和性与反亲和性规则，帮助用户实现更高效、稳定的集群资源管理与调度控制。
48、Kubernetes自动伸缩与高级调度全解析
butter的博客
09-20 43
本文深入解析了Kubernetes中的自动伸缩机制与高级调度策略。涵盖水平与垂直Pod自动伸缩、集群节点自动伸缩的原理与配置方法，探讨了如何通过污点与容忍度、节点亲和性、Pod亲和性与反亲和性等高级调度规则优化资源利用与服务稳定性。文章结合实例说明各类功能的应用场景及最佳实践，帮助用户构建高效、弹性和可靠的容器化系统。
资源管理与HPA：让Kubernetes应用自动伸缩
u014282804的博客
04-16 1257
想象我们驾驶一辆汽车，手动调节油门和换挡不仅费力，还难以应对突发状况。我们的应用服务也一样，在面对突然的流量增长，内存使用暴涨该如何应对。现在，我们的应用无论是突发流量还是资源挤占，Kubernetes的自动化机制都能让系统稳如磐石。为我们提供了解决方案。接下来我们一块学习如何应用。进行配置资源请求、限制与自动伸缩策略。
Kubernetes自动伸缩：根据负载智能调整资源
2301_79966799的博客
02-20 215
核心内容
Kubernetes——HPA自动伸缩机制
一坨小橙子的博客
06-11 1488
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。
13、Kubernetes资源管理与网络通信全解析
apple5的专栏
10-26 16
本文深入解析了Kubernetes中的资源管理与网络通信核心机制。涵盖水平和垂直Pod自动伸缩（HPA/VPA）、资源分配最佳实践、Pod与容器间网络通信原理、主流网络插件（Kubenet与CNI）对比，以及四种服务类型（ClusterIP、NodePort、LoadBalancer、ExternalName）的应用场景。同时探讨了网络安全策略与服务网格技术，并提供了综合实践建议，帮助用户构建高效、稳定、安全的Kubernetes集群。
运维自动化在容器与Kubernetes环境中的高级实践
2501_93945924的博客
10-26 273
随着容器化和 Kubernetes 的普及，企业 IT 系统部署模式发生了革命性变化。容器化提供轻量级、可移植的运行环境，而 Kubernetes 提供强大的编排能力，实现自动化部署、弹性伸缩和自愈能力。运维自动化在容器与 Kubernetes 环境中是确保系统高可用、快速交付和高效管理的核心手段。
Kubernetes集群深度解析：节点、服务与自动化管理
silenceallat的博客
03-22 1666
本文深入探讨了Kubernetes集群的核心组成，即Master节点、Worker节点与服务发现。通过高可用配置和弹性伸缩功能，我们能够确保集群的稳定性和灵活性。Master节点作为控制中心，Worker节点负责运行应用，服务发现则简化了应用间的通信。这些组件的协同工作，使得Kubernetes成为现代容器编排的最佳实践。
Kubernetes自动伸缩全解析：HPA、VPA与CA的协同工作原理
gitblog_01027的博客
06-26 535
在现代云原生环境中，应用的负载往往具有波动性，静态配置的资源很难满足动态需求。Kubernetes提供了三种自动伸缩机制来应对这一挑战：Horizontal Pod Autoscaler（HPA）、Vertical Pod Autoscaler（VPA）和Cluster Autoscaler（CA）。本文将深入解析这三种自动伸缩器的工作原理、配置方法以及它们之间的协同工作方式。 ## HPA（H...
Kubernetes自动伸缩技术全面解析
### Kubernetes 自动伸缩技术全面解析 #### 1. 垂直 Pod 自动伸缩（Vertical Pod Autoscaling） 在 Kubernetes 中，水平伸缩通常比垂直伸缩更受青睐，因为它对无状态服务的干扰较小。不过，对于有状态服务，垂直...
基于GEC6818平台的五子棋人机对战系统设计与实现
11-25
五子棋作为一种广为人知的策略性棋盘游戏，其基本规则易于掌握。在选定人机对战模式后，由程序执黑先行，用户执白应对。双方依次在棋盘上落子，任何一方在横向、纵向或斜向形成连续五个或更多同色棋子即获胜。 项目资源涵盖多个技术领域的程序代码，涉及前后端开发、移动终端应用、操作系统、智能系统、物联网技术、信息管理系统、数据存储方案、硬件设计、大数据处理、教学资料、多媒体处理及网站构建等多个方向。具体技术实例包括嵌入式平台如STM32与ESP8266，编程语言如PHP、QT、C++、Java、Python、C#，系统开发如Linux与iOS，以及电子设计自动化工具和实时操作系统等。 主要技术栈包含服务端开发语言Java、Python及Node.js，后端框架Spring Boot与Django，前端技术React、Angular与Vue，界面设计框架Bootstrap与Material-UI，数据库系统MySQL、PostgreSQL和MongoDB，缓存工具Redis，以及容器化部署方案Docker与Kubernetes。 资源来源于网络分享，仅用于学习交流使用，请勿用于商业，如有侵权请联系我删除！
lv_0_20251125195629.mp4
11-25
lv_0_20251125195629.mp4
numpy、pandas、sklearn、pytorch等数据分析工具的一些使用技巧
11-25
NumPy数组操作实战技巧 numpy、pandas、sklearn、pytorch等数据分析工具的一些使用技巧
中国Cassandra数据库用户组开源社区项目-专注于Apache-Cassandra分布式NoSQL数据库技术研究与实践-提供技术文档下载与源码解析-集成Titan图数据库与Lu.zip
最新发布
11-25
Buffer内存管理实战技巧中国Cassandra数据库用户组开源社区项目_专注于Apache_Cassandra分布式NoSQL数据库技术研究与实践_提供技术文档下载与源码解析_集成Titan图数据库与Lu.zip中国Cassandra数据库用户组开源社区项目_专注于Apache_Cassandra分布式NoSQL数据库技术研究与实践_提供技术文档下载与源码解析_集成Titan图数据库与Lu.zip
图像处理基于电磁学优化算法的多阈值分割算法研究（Matlab代码实现）
11-25
【图像处理】基于电磁学优化算法的多阈值分割算法研究（Matlab代码实现）内容概要：本文研究基于电磁学优化算法（Electromagnetism-like Optimization, EMO）的多阈值图像分割方法，并通过Matlab代码实现。该方法借鉴电磁学中电荷间相互作用的机制，将图像分割问题转化为优化问题，利用EMO算法搜索最优阈值组合，以最大化分割效果的评价指标（如Otsu法或多级别熵）。文中详细介绍了EMO算法的基本原理、实现步骤及其在图像多阈值分割中的具体应用流程，展示了该算法能够有效避免传统方法易陷入局部最优的问题，从而获得更精确的分割结果。; 适合人群：具备图像处理基础知识和Matlab编程能力的高校学生、科研人员及工程技术人员。; 使用场景及目标：①解决复杂背景下图像的多目标分割问题，提升医学影像、遥感图像等领域的分割精度；②学习智能优化算法（如EMO）在图像处理中的实际应用，为研究新型分割算法提供技术参考和实现范例。; 阅读建议：在学习过程中应结合Matlab代码，深入理解EMO算法的寻优机制与图像分割评价函数的构建方法，建议自行调试不同参数对分割效果的影响，以加深对算法性能的理解。
DriverBooster12pro
11-25
DriverBooster12pro
Java8与Java21切换方法[项目代码]
11-25
本文介绍了如何通过设置环境变量实现Java8与Java21版本的自由切换，避免反复卸载安装。具体步骤包括分别安装Java8和Java21，设置JAVA_HOME环境变量指向所需版本，并调整Path变量中的路径顺序。此外，还提供了版本切换失效的解决方法，如重新打开cmd窗口或调整Path中路径的优先级。最后，文章提到了残留问题，如javac -version显示旧版本及java -version始终显示8版本的情况。
基于机器学习的糖尿病风险预测系统源码实现（含详细注释）
11-25
本研究提供一套运用机器学习技术进行糖尿病风险预测的系统源代码，该成果在学术评审中获得优异评价。程序结构清晰且附带详尽注释，便于初学者理解与应用。系统界面设计直观，功能模块完备，支持管理员高效管理操作。经过多轮严格测试验证，系统运行稳定可靠，具备显著的实践推广价值。本资源适用于毕业设计、课程结业作业及学术研究等场景，部署流程简单快捷，下载后即可直接投入教学或科研使用。所有程序文件均已完整包含在项目包内，确保开箱即用的便捷性。 资源来源于网络分享，仅用于学习交流使用，请勿用于商业，如有侵权请联系我删除！
彩虹易支付快手支付插件 – 支持微信支付宝
11-25
这是一款彩虹易支付快手支付插件支持微信/支付宝支付，已适配彩虹易支付2025/06/02：3088 版本，将压缩包丢到网站根目录解压覆盖替换。进入后台支付接口->>支付插件->>刷新支付插件，喜欢的自行部署吧！
评论
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