Kubernetes 基于 Metrics Server 与 HPA 的使用

在 Kubernetes 中可以手动通过 kubectl scale 命令或通过修改 replicas 数量,可以实现 Pod 的扩容或缩容。Kubernetes 中还提供了 HPA(Horizontal Pod Autoscaling) 功能,可以根据当前负载的变化情况自动触发水平扩展或缩容的行为,从而合理的使用资源。从 Kubernetes v1.8 开始,资源使用情况的度量(如容器的 CPU 和内存使用)可以通过 Metrics API 获取,HPA 使用这些 metics 信息来实现动态伸缩。
- https://kubernetes.io/docs/tasks/run-application/horizontal-pod-autoscale/
- https://kubernetes.io/docs/tasks/run-application/horizontal-pod-autoscale-walkthrough/
拉取镜像
$ touch pull_k8s_images.sh #!/bin/bash
images=(metrics-server-amd64:v0.3.1)
for imageName in ${images[@]} ; do
docker pull anjia0532/google-containers.$imageName
docker tag anjia0532/google-containers.$imageName k8s.gcr.io/$imageName
docker rmi anjia0532/google-containers.$imageName
done $ sh touch pull_k8s_images.sh
部署 metrics-server
$ git clone https://github.com/kubernetes-incubator/metrics-server.git
$ cd metrics-server
$ kubectl create -f deploy/1.8+/ clusterrole.rbac.authorization.k8s.io/system:aggregated-metrics-reader created
clusterrolebinding.rbac.authorization.k8s.io/metrics-server:system:auth-delegator created
rolebinding.rbac.authorization.k8s.io/metrics-server-auth-reader created
apiservice.apiregistration.k8s.io/v1beta1.metrics.k8s.io created
serviceaccount/metrics-server created
deployment.extensions/metrics-server created
service/metrics-server created
clusterrole.rbac.authorization.k8s.io/system:metrics-server created
clusterrolebinding.rbac.authorization.k8s.io/system:metrics-server created
上述可能还会提示拉取不到镜像,由于配置了 imagePullPolicy: Always,可以注释掉
vi metrics-server-deployment.yaml ---
apiVersion: v1
kind: ServiceAccount
metadata:
name: metrics-server
namespace: kube-system
---
apiVersion: extensions/v1beta1
kind: Deployment
metadata:
name: metrics-server
namespace: kube-system
labels:
k8s-app: metrics-server
spec:
selector:
matchLabels:
k8s-app: metrics-server
template:
metadata:
name: metrics-server
labels:
k8s-app: metrics-server
spec:
serviceAccountName: metrics-server
volumes:
# mount in tmp so we can safely use from-scratch images and/or read-only containers
- name: tmp-dir
emptyDir: {}
containers:
- name: metrics-server
image: k8s.gcr.io/metrics-server-amd64:v0.3.1
# imagePullPolicy: Always
volumeMounts:
- name: tmp-dir
mountPath: /tmp
执行查看
$ kubectl apply -f metrics-server-deployment.yaml
$ kubectl get pod,svc -n kube-system
NAME READY STATUS RESTARTS AGE
pod/coredns-576cbf47c7-d6tm2 1/1 Running 0 14d
pod/coredns-576cbf47c7-zgdsx 1/1 Running 0 14d
pod/etcd-kubernetes-master 1/1 Running 0 14d
pod/kube-apiserver-kubernetes-master 1/1 Running 0 14d
pod/kube-controller-manager-kubernetes-master 1/1 Running 1 14d
pod/kube-proxy-dz4fh 1/1 Running 0 14d
pod/kube-proxy-qh9b5 1/1 Running 0 14d
pod/kube-proxy-x8clc 1/1 Running 0 14d
pod/kube-scheduler-kubernetes-master 1/1 Running 1 14d
pod/kubernetes-dashboard-77fd78f978-qp626 1/1 Running 0 14d
pod/metrics-server-79f8f467b5-6l5wh 1/1 Running 0 10m
pod/tiller-deploy-7788856dfb-7kkw7 1/1 Running 0 11d
pod/traefik-ingress-controller-qjnc6 1/1 Running 0 12d
pod/traefik-ingress-controller-rwxr6 1/1 Running 0 12d
pod/weave-net-j9s27 2/2 Running 0 6d11h
pod/weave-net-p22s2 2/2 Running 0 6d11h
pod/weave-net-vnq7p 2/2 Running 0 6d11h NAME TYPE CLUSTER-IP EXTERNAL-IP PORT(S) AGE
service/kube-dns ClusterIP 10.96.0.10 <none> 53/UDP,53/TCP 14d
service/kubernetes-dashboard NodePort 10.103.60.159 <none> 443:32151/TCP 14d
service/metrics-server ClusterIP 10.110.180.222 <none> 443/TCP 42m
service/tiller-deploy ClusterIP 10.103.123.198 <none> 44134/TCP 11d
service/traefik-ingress-service ClusterIP 10.105.18.62 <none> 80/TCP,8080/TCP 12d
service/traefik-web-ui ClusterIP 10.102.207.196 <none> 80/TCP 12d
配置 HPA
vi vi nginx-deployment-hpa.yaml apiVersion: autoscaling/v1
kind: HorizontalPodAutoscaler
metadata:
name: nginx-deployment-hpa
namespace: default
spec:
maxReplicas: 10
minReplicas: 4
scaleTargetRef:
kind: Deployment
name: nginx-deployment
targetCPUUtilizationPercentage: 50 # CPUUtilizationPercentage 是一个平均值,即 Pod 所有副本自身的 CPU 利用率的平均值。
备注:Kubernetes v1.2 版本中 HPA 升级为稳定版本(apiVersion: autoscaling/v1),等同于 kubectl autoscale deployment nginx-deployment--cpu-percent=50 --min=4 --max=10
执行查看
kubectl apply -f nginx-deployment-hpa.yaml
$ kubectl get hpa
NAME REFERENCE TARGETS MINPODS MAXPODS REPLICAS AGE
nginx-deployment-hpa Deployment/nginx-deployment <unknown>/50% 4 10 0 11s
REFER:
https://kubernetes.io/docs/reference/generated/kubectl/kubectl-commands#autoscale
https://github.com/kubernetes-incubator/metrics-server
https://github.com/stefanprodan/k8s-prom-hpa
http://blog.51cto.com/ylw6006/2114338
https://www.kubernetes.org.cn/4664.html
Kubernetes 基于 Metrics Server 与 HPA 的使用的更多相关文章
- K8S原来如此简单(五)Metrics Server与HPA
什么是HPA https://kubernetes.io/zh/docs/tasks/run-application/horizontal-pod-autoscale/ 我们前面有通过kubectl ...
- kubernetes之配置Metrics Server
Kubernetes 1.8 关于资源使用情况的 metrics,可以通过 Metrics API 获取到, Kubernetes 1.11 已经废弃 heapster.这里我们基于 Kubernet ...
- kubeadm1.14.1 安装Metrics Server
Metrics API 介绍Metrics-Server之前,必须要提一下Metrics API的概念 Metrics API相比于之前的监控采集方式(hepaster)是一种新的思路,官方希望核心指 ...
- k8s搭建监控:安装metrics server和dashboard
安装metrics server 参考:https://github.com/kubernetes-sigs/metrics-server kubectl create -f component ...
- 启用k8s metrics server监控
1.创建aggregator证书 方法一:直接使用二进制源码包安装 $ wget https://pkg.cfssl.org/R1.2/cfssl_linux-amd64 $ chmod +x cfs ...
- 最近帮客户实施的基于SQL Server AlwaysOn跨机房切换项目
最近帮客户实施的基于SQL Server AlwaysOn跨机房切换项目 最近一个来自重庆的客户找到走起君,客户的业务是做移动互联网支付,是微信支付收单渠道合作伙伴,数据库里存储的是支付流水和交易流水 ...
- 基于SQL Server 2008 Service Broker构建企业级消息系统
注:这篇文章是为InfoQ 中文站而写,文章的地址是:http://www.infoq.com/cn/articles/enterprisemessage-sqlserver-servicebroke ...
- 基于Sql Server 2008的分布式数据库的实践(五)
原文 基于Sql Server 2008的分布式数据库的实践(五) 程序设计 ------------------------------------------------------------- ...
- 基于Sql Server 2008的分布式数据库的实践(四)
原文 基于Sql Server 2008的分布式数据库的实践(四) 数据库设计 1.E-R图 2.数据库创建 Win 7 1 create database V3 Win 2003 1 create ...
随机推荐
- mysql伪列
<!-- NOTE:internal_name_trim使用的是伪列,而不是数据库返回的数据 --><select id="listByStoreIdAndPartsN ...
- mysql从的配置文件
mysql 从的配置文件 [client]port = 3306socket = /data/mysql/data/mysql.sock#default-character-set=utf8[mysq ...
- concurrent.futures性能阐述
python因为其全局解释器锁GIL而无法通过线程实现真正的平行计算.这个论断我们不展开,但是有个概念我们要说明,IO密集型 vs. 计算密集型. IO密集型:读取文件,读取网络套接字频繁. 计算密集 ...
- [入门]在Mac OS X下使用和配置Android Studio
Android Studio可谓是安卓开发的XCode,流畅的速度+顺眼的UI足以秒杀Eclipse.在Mac OS X可以通过如下的途径获得Android Studio 最新版本的Android ...
- Java实现多线程生产者消费者模型及优化方案
生产者-消费者模型是进程间通信的重要内容之一.其原理十分简单,但自己用语言实现往往会出现很多的问题,下面我们用一系列代码来展现在编码中容易出现的问题以及最优解决方案. /* 单生产者.单消费者生产烤鸭 ...
- Spark1.5.0 + Hadoop2.7.1整合
Hadoop2.7.1已经配置完毕. Hosts分配如下: master 172.16.15.140 slave1 172.15.15.141 slave2 172.16.15.142 一.安装Sca ...
- linux系统下部署DNS正向解析
DNS服务概述: DNS(Domain Name System)域名系统,能够提供域名与IP地址的解析服务. 正向解析 正向解析是指域名到IP 地址的解析过程. 部署DNS正向解析 DNS服务的三个配 ...
- oracle存储过程 out cursor
create or replace procedure BUILDEMPLID(emp_cursor out sys_refcursor) is n_emplid number; n_emplid1 ...
- widnow 下配置php开发环境
首先下载Php 和 Nginx php 下载链接 nginx 下载链接 下载完成之后 解压到对应目录 (我这里存放在e盘) 解压之后 进入nginx目录 直接双击nginx.exe(一闪而过); 之后 ...
- Java集合不能存放基本数据类型
Java集合不能存放基本数据类型,只能存放对象的引用. 每个集合元素都是一个引用变量,实际内容都存放在堆内或方法区里面, 但是基本数据类型是在栈内存上分配空间的,栈上的数据随时会被收回. 如何解决? ...