在《研发工程师玩转Kubernetes——使用Deployment进行多副本维护》一文中，我们通过Deployment实现了多副本维护——即维持在一个确定数量的副本个数。而在现实场景中，我们往往需要根据服务的压力，采用水平（横向）扩容的方式——即增加多个副本，来分担压力。当服务压力降低时，又需要减少副本数来节约成本。本节我们将介绍如何根据服务压力进行自动的扩缩容。

部署

我们借用《研发工程师玩转Kubernetes——CPU配额》中的代码。它是一个Http服务，接受请求后执行一段消耗CPU的操作。

推送镜像

docker build -t simple_http:v5 .
docker tag simple_http:v5 localhost:32000/simple_http:v5
docker push localhost:32000/simple_http:v5

Deployment清单

Deployment可以通过spec.replicas指定需要维护的副本个数。但是本节我们需要动态扩缩容，副本个数根据服务压力动态改变，而不会固定在一个固定的副本个数上，所以spec.replicas字段不需要指定。

HorizontalPodAutoscaler清单

HorizontalPodAutoscaler是用来设置动态扩缩容条件的组件。我们可以通过它来设置诸如：最少副本数量，最多副本数量和触发扩容的条件（如CPU达到80%时开始扩容）。

# simple_http_deployment.yaml部分内容
apiVersion: autoscaling/v1
kind: HorizontalPodAutoscaler
metadata:
  name: simple-http-hpa
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: simple-http-deployment
  minReplicas: 2
  maxReplicas: 10
  targetCPUUtilizationPercentage: 80

上面的例子意思是：针对名字（name）叫simple-http-deployment、类型（kind）是Deployment的Pod集合，最低维持（minReplicas）2个副本。如果Pod的CPU利用率超过80%，则开始扩容，最大（maxReplicas）不超过10个副本。
完整的yaml如下：

# simple_http_deployment.yaml
apiVersion: apps/v1
kind: Deployment
metadata:
  name: simple-http-deployment
spec:
  replicas: 2
  selector:
    matchLabels:
      app: simple_http
  template:
    metadata:
      labels:
        app: simple_http
    spec:
      containers:
      - name: simple-http-container
        image: localhost:32000/simple_http:v4
        ports:
        - containerPort: 8888
        command: ["python","main.py","-port","$(SERVER_PORT)"]
        env:
        - name: SERVER_PORT
          value:  "8888"
        resources:
          limits:
            cpu: 100m
---
apiVersion: v1
kind: Service
metadata:
  name: simple-http-service
spec:
  type: NodePort
  selector:
    app: simple_http
  ports:
  - port: 80
    targetPort: 8888
    nodePort: 30000 
---
apiVersion: autoscaling/v1
kind: HorizontalPodAutoscaler
metadata:
  name: simple-http-hpa
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: simple-http-deployment
  minReplicas: 2
  maxReplicas: 10
  targetCPUUtilizationPercentage: 80

执行部署

上述清单我们都放在simple_http_deployment.yaml文件中，只要执行create指令就行

kubectl create -f simple_http_deployment.yaml

deployment.apps/simple-http-deployment created
service/simple-http-service created
horizontalpodautoscaler.autoscaling/simple-http-hpa created

测试

查看HorizontalPodAutoscaler副本数量

kubectl get horizontalpodautoscalers.autoscaling simple-http-hpa 

此时只有2个副本。
我们使用《研发工程师玩转Kubernetes——CPU配额》中的wrk进行压力测试。

 wrk -t10 -c10 -d300  http://192.168.137.248:30000

在压测过程中，我们使用下面命令查看CPU负载。

kubectl get horizontalpodautoscalers.autoscaling simple-http-hpa 

NAME	REFERENCE	TARGETS	MINPODS	MAXPODS	REPLICAS	AGE
simple-http-hpa	Deployment/simple-http-deployment	1%/80%	2	10	2	4m48s
simple-http-hpa	Deployment/simple-http-deployment	10%/80%（CPU负载开始增加）	2	10	2	5m1s（开始压测）
simple-http-hpa	Deployment/simple-http-deployment	95%/80%（CPU负载超过阈值80%）	2	10	2	5m16s
simple-http-hpa	Deployment/simple-http-deployment	97%/80%	2	10	3（开始动态扩容）	5m33s
simple-http-hpa	Deployment/simple-http-deployment	89%/80%（CPU负载开始下降）	2	10	4	6m53s
simple-http-hpa	Deployment/simple-http-deployment	89%/80%	2	10	6	9m17s
simple-http-hpa	Deployment/simple-http-deployment	85%/80%	2	10	7	9m43s
simple-http-hpa	Deployment/simple-http-deployment	79%/80%（CPU负载开始低于阈值80%）	2	10	7	10m（压测结束）
simple-http-hpa	Deployment/simple-http-deployment	1%/80%	2	10	7	10m
simple-http-hpa	Deployment/simple-http-deployment	1%/80%	2	10	2（自动缩容）	15m

我们使用wrk压测了5分钟。这5分钟容器的CPU负载一直很高，Pod也一直在自动扩容。
5分钟后wrk停止，CPU利用率降低到1%。大概又过了5分钟，Pod自动缩容到最低的副本数2。

参考资料

• https://kubernetes.io/zh-cn/docs/tasks/run-application/horizontal-pod-autoscale-walkthrough/