K8s HPA自动扩缩容实战指南

在 Kubernetes（k8s）中，HPA 是 Horizontal Pod Autoscaler（水平 Pod 自动扩缩容） 的缩写，是 k8s 核心的自动弹性伸缩功能之一。它的核心作用是根据 Pod 的实际负载（如 CPU 使用率、请求量等）自动调整 Pod 的数量—— 负载升高时增加 Pod 以应对压力，负载降低时减少 Pod 以节省资源，无需人工干预，是保障服务稳定性和资源效率的关键组件。

一、HPA 的核心特性与工作原理

1. 核心特性

• 水平扩缩容：仅调整 Pod 数量（区别于 VPA 垂直扩缩容 —— 调整单个 Pod 的 CPU / 内存上限）。
• 多指标触发：支持基于「系统指标」（CPU、内存）和「自定义指标」（如 QPS、并发连接数）触发扩缩容。
• 边界控制：可设置「最小 Pod 数」和「最大 Pod 数」，避免扩缩容过度（如缩到 0 导致服务中断，或无限扩容耗尽资源）。
• 动态计算：基于指标与阈值的差值，自动计算需新增 / 删除的 Pod 数量（遵循 k8s 内置的扩缩容算法）。

2. 工作原理

HPA 通过「监控 - 对比 - 计算 - 执行」四步实现自动扩缩容，流程如下：

1. 指标采集：通过 k8s 组件（如 Metrics Server、Prometheus）持续采集目标 Pod 的负载指标（如 CPU 使用率）。
2. 阈值对比：将采集到的实际指标与用户设定的阈值（如 CPU 使用率 ≥ 70%）进行对比。
3. 数量计算：若实际指标超过阈值，按算法计算需新增的 Pod 数；若低于阈值，计算需删除的 Pod 数（需满足 min/max 限制）。
4. 执行扩缩容：向 k8s 的 Deployment/StatefulSet 发送指令，创建或删除 Pod，完成弹性调整。

二、实操案例：为 Nginx 服务配置 HPA

假设我们有一个 Nginx Web 服务，部署在 k8s 中，需求是：

• 初始 Pod 数量为 2；
• 当 Pod 的 CPU 使用率超过 70% 时，自动增加 Pod（最多不超过 5 个）；
• 当 CPU 使用率低于 30% 时，自动减少 Pod（最少不低于 2 个）。

前提：安装 Metrics Server

HPA 需要通过 Metrics Server 采集 Pod 的 CPU / 内存指标，因此需先安装：

# 安装 Metrics Server（适合 k8s 1.24+ 版本）
kubectl apply -f https://github.com/kubernetes-sigs/metrics-server/releases/latest/download/components.yaml# 验证安装（看到 metrics-server-xxx 运行即可）
kubectl get pods -n kube-system | grep metrics-server

步骤 1：部署 Nginx 服务（Deployment）

首先创建一个 Deployment 管理 Nginx Pod，必须配置 resources.requests（HPA 需基于此计算指标）：

# nginx-deployment.yaml
apiVersion: apps/v1
kind: Deployment
metadata:name: nginx-deploy  # Deployment 名称
spec:replicas: 2  # 初始 Pod 数量selector:matchLabels:app: nginx  # 匹配 Pod 的标签template:metadata:labels:app: nginx  # Pod 标签spec:containers:- name: nginximage: nginx:1.25  # Nginx 镜像ports:- containerPort: 80  # 暴露 80 端口resources:requests:  # HPA 指标计算基准（必填）cpu: 100m  # 每个 Pod 申请 0.1 CPU 核心memory: 128Mi  # 每个 Pod 申请 128MB 内存limits:  # Pod 资源上限（可选，防止资源超额）cpu: 200mmemory: 256Mi

执行部署命令

kubectl apply -f nginx-deployment.yaml# 验证 Deployment 和 Pod（看到 2 个 Running 的 Pod 即可）
kubectl get deploy nginx-deploy
kubectl get pods -l app=nginx

步骤 2：创建 HPA 规则

创建 HPA 配置文件，关联上述 Deployment 并定义扩缩容规则：

# nginx-hpa.yaml
apiVersion: autoscaling/v2  # HPA v2 版本（支持多指标，推荐）
kind: HorizontalPodAutoscaler
metadata:name: nginx-hpa  # HPA 名称
spec:scaleTargetRef:  # 关联的目标资源（这里是 Deployment）apiVersion: apps/v1kind: Deploymentname: nginx-deployminReplicas: 2  # 最小 Pod 数（避免缩到 0）maxReplicas: 5  # 最大 Pod 数（避免无限扩容）metrics:  # 触发扩缩容的指标（这里用 CPU 使用率）- type: Resourceresource:name: cpu  # 基于 CPU 指标target:type: Utilization  # 基于使用率（而非绝对值）averageUtilization: 70  # 阈值：CPU 使用率 ≥ 70% 触发扩容behavior:  # 可选：定义扩缩容行为（如避免频繁调整）scaleDown:stabilizationWindowSeconds: 300  # 缩容前等待 5 分钟（防止负载波动）

执行 HPA 创建命令：

kubectl apply -f nginx-hpa.yaml# 验证 HPA（看到 TARGETS 为 <unknown>/70%，等待 10 秒后刷新）
kubectl get hpa nginx-hpa

步骤 3：模拟负载，验证 HPA 扩容

为了触发 HPA 扩容，我们需要给 Nginx Pod 增加 CPU 负载（模拟用户请求激增）：

1. 进入一个 Nginx Pod：

   # 替换 <pod-name> 为实际的 Pod 名称（如 nginx-deploy-7f98d7c6b4-2xqzk）
   kubectl exec -it <pod-name> -- /bin/bash
   

2. 在 Pod 内执行高负载命令（循环计算，消耗 CPU）：

   # 这会持续占用 CPU，使使用率超过 70%
   while true; do :; done
   

3. 观察 HPA 和 Pod 变化：

   # 每隔 5 秒刷新 HPA 状态（看到 CURRENT 使用率超过 70%，REPLICAS 从 2 增加到 3/4/5）
   watch kubectl get hpa nginx-hpa# 同时观察 Pod 数量变化（Pod 数量会随 HPA 指令增加）
   kubectl get pods -l app=nginx
   

步骤 4：停止负载，验证 HPA 缩容

1. 停止高负载命令：在 Pod 的 bash 终端中按 Ctrl+C 终止循环，或直接退出 Pod 并执行：

   kubectl delete pod <pod-name>  # 删除高负载的 Pod，新建的 Pod 会恢复低负载
   

2. 观察 HPA 和 Pod 变化：

   # 等待 5 分钟（对应 stabilizationWindowSeconds: 300），看到 CPU 使用率低于 30%，REPLICAS 从 5 减少到 2
   watch kubectl get hpa nginx-hpa
   

三、常见扩展场景：基于自定义指标的 HPA

除了 CPU / 内存等系统指标，HPA 还支持基于自定义指标（如 “每秒请求数 QPS”“并发连接数”）扩缩容。例如，当 Nginx 的 QPS 超过 1000 时自动扩容，需配合 Prometheus + Adapter 实现（需额外配置指标采集规则），核心 HPA 配置如下：

# 基于 QPS 的 HPA 配置（片段）
metrics:
- type: Externalexternal:metric:name: nginx_http_requests_per_second  # 自定义指标：Nginx 每秒请求数selector:matchLabels:app: nginxtarget:type: Valuevalue: 1000  # 阈值：QPS ≥ 1000 触发扩容

总结

HPA 是 k8s 实现 “弹性伸缩” 的核心工具，通过动态调整 Pod 数量，平衡了 “服务稳定性” 和 “资源利用率”。在实际生产中，需结合业务场景选择合适的指标（系统指标 / 自定义指标），并合理设置 min/max 边界和扩缩容行为，避免频繁调整或资源浪费。