前言
云计算带来的优势之一便是弹性能力，云原生场景下Kubernetes提供了水平弹性扩容能力（HPA），让应用可以随着实时指标进行扩/缩。然而HPA的实际工作情况可能和我们直观预想的情况是不一样的，这里面存在一些认知误区。本文总结了一下 EDAS 用户在使用 HPA 时常遇到的三个认知误区，具体如下：
误区一：HPA存在扩容死区
现象：当Request=Limit时，期望利用率超过90%时，无法正常扩容。
原因剖析：HPA中存在容忍度（默认为10%），指标变化幅度小于容忍度时，HPA会忽略本次扩/缩动作。若当期望利用率为90%时，则实际利用率在81%-99%之间，都会被HPA忽略。
避坑指南：当Request=Limit时，避免设置过高的期望利用率，一来避免扩容死区；二来被动扩容有一定的迟滞时间，留下更多的缓冲余量以应对突增流量。
误区二：误解利用率计算方法，HPA扩容与预期使用量不符
现象：当Limit > Request时，配置50%的利用率，使用量未达到Limit的50%便扩容。
原因剖析：HPA计算利用率是基于Request计算，当Limit > Request时，实际利用率是可以超过100%。
避坑指南：对于较为重要的应用，应当设置Request=Limit保证资源的独占。对于可以容忍资源共享的应用，对应的期望利用率也不应设置的过高，在集群资源紧张时，超量使用资源的Pod很有可能会被杀死，从而造成服务中断。
误区三：弹性行为总是滞后的，扩缩行为与心理预期不符
现象：指标突增时，HPA不会立刻扩容，且扩容可能是分多次进行，最终稳定时的实例数也与预期不同。
原因剖析：HPA的设计架构决定了，HPA扩/缩容总是滞后的，且扩/缩容收到弹性行为（behavior）与容忍度共同作用。其中弹性行为限制了扩/缩容速率，不会一口气扩/缩到期望实例数。而容忍度会忽略指标的小幅度变化，从而导致在多次扩容的场景下，最终计算的实例数可能与一开始计算出的实例数不同。
避坑指南：阅读下文了解一下HPA工作原理，配置合理的弹性行为（behavior）。
HPA工作机理
在打破认知误区前，我们有必要梳理一下HPA的工作机理
如图所示，HPA控制器执行弹性功能主要分为四个步骤：
- 监听HPA资源，一旦生成HPA资源或者是更改HPA配置，HPA控制器能及时感知并调整。
- 从Metrics API获取对应的指标数据，这里的Metrics Server又可以分为三类
- Kubernetes MetricServer：提供容器级别CPU/内存使用量
- Custom MetricServer：提供来自Kubernetes集群自定义资源的指标数据
- External MetricServer：提供来自Kubernetes集群外的指标数据
- 每个指标项单独计算期望实例数，最后取所有期望实例数中的最大值，作为当前工作负载的期望实例数
- 调整对应的工作负载
其中步骤2-4约每15秒执行一次，如需改变时间周期，可以调整KCM的配置参数--horizontal-pod-autoscaler-sync-period。
数据源
如上图所示，HPA目前提供了五种指标来源，以及三种指标服务（MetricsServer），简单介绍如下：
- Resource：提供Pod级别的CPU/内存使用量
- ContainerResource：提供容器级别的CPU/内存使用量
- Object：提供Kubernetes集群内任意资源的相关指标
- Pods：提供Kubernetes集群内pod相关的指标
- External：提供Kubernetes集群外的指标数据
值得一提的是，在自建Kubernetes场景下，这三种MetricsServer都需要额外安装，它们均运行于KCM之外。下表列举了几种Kubernetes集群MetricsServer的部署情况。
指标计算方法
HPA提供了三种期望值类型
- 总量（Value）
- 平均量（AverageValue）= 总量 / 当前实例数
- 利用率（Utilization）= 平均量 / Request
值得一提的是，利用率是基于Request进行计算的，所以没有设置Request的场景下，HPA可能无法正常工作。
下图介绍了五种指标来源支持的期望类型，不难看出所有指标来源都支持平均量。
对于单个指标的期望实例数计算规则如下：
这里面引入了容忍度的概念，即认为在期望值附近小范围的抖动是可以容忍忽略的。这个参数的来源是因为指标值是一个一直在抖动变化的值，如果不忽略微小的变动，那么很有可能造成应用不断的扩容缩容，进而影响整个系统的稳定性。
如下图所示，当指标值落入粉色区域内（容忍度范围）时，期望实例数等于当前实例数。粉色区域（容忍度范围）的上下限分别是0.9倍期望值与1.1倍期望值。
对于配置了多条指标规则，最终期望实例数计算规则如下：
用一句话简要概括计算方法：单个指标波动小时忽略不计，多个指标之间取最大值，最终实例数会落在下限和上限之间。
扩缩行为
在某些情况下，指标数据会有一个频繁且大幅度的抖动。如下图所示的一段CPU指标数据，存在一些指标抖动或间歇流量下降导致利用率下降，指标的变化范围已经超出了容忍度的范围。此时，从应用稳定性角度来看，我们不期望应用缩容。为了解决这个问题，HPA引入了配置来控制扩缩容，即扩缩行为（behavior），它是在HPA（autoscaling/v2beta2）中引入，要求Kubernetes集群版本>=1.18。
HPA的弹性行分为扩容行为和缩容行为。行为具体由以下三部分组成：
- 稳定窗口：稳定窗口会参考过去一段时间计算出的期望实例数，选取极值作为最终结果，从而保证系统在一段时间窗口内是稳定的。对于扩容取极小值，对于缩容取极大值。
- 步长策略：限制一段时间内实例变化的范围。由步长类型、步长值、时间周期三个部分组成。值得一提的是时间周期这个概念与上述的稳定窗口是两回事，此处的时间周期定义了回溯多长历史时间，计算实例数变化情况。
- 选择策略：用于选取多个步长策略计算后的结果，支持 取最大值、取最小值、关闭 这三种策略。
回顾与总结
至此，我们已经大致了解了HPA的工作机理。合理利用HPA可以有效提升资源利用率，在这之中我们总结了一些注意事项，熟记这些点可以在使用HPA时“有效避坑”。
- HPA的设计架构导致了HPA只能被动响应指标进行弹性扩缩，这种模式下，弹性滞后是一定存在的。目前阿里云容器服务推出了带预测能力的AHPA，可以有效减少弹性迟滞。
- HPA的利用率计算方法是基于Request，实际利用率/期望利用率超过100%是正常的，配置较高的期望利用率需要合理规划集群资源和审视相应风险。
- HPA中的容忍度概念能缓解指标波动带来的系统震荡问题，但与此同时引入的扩容死区问题需要运维人员避开。
- HPA的设计架构允许扩展各种类型指标，需要开发/安装相应的MetricsServer，如EDAS则为用户提供了微服务RT和QPS指标。
- HPA中存在扩缩容行为，即使不配置相应参数也有默认行为，扩容行为的稳定窗口默认是0，如果应用常因噪声数据造成扩容，可以设置一个较短的扩容稳定窗口规避尖锐噪声。
- 单个HPA支持配置多个指标进行弹性，切勿对单个应用配置多个HPA，会相互影响，导致应用震荡。
云原生场景下弹性能力更为丰富，可供弹性的指标也更具备业务定制能力。应用 PaaS 平台（如企业级分布式应用服务 EDAS）能结合云厂商在计算、存储、网络上的技术基础能力，能让使用云的成本更低。但是这里对于业务应用会提出一点点挑战（如：无状态/配置代码解耦等等）。从更广的侧面来看，这是云原生时代应用架构面临的挑战。不过应用越来越原生的话，云的技术红利也会离我们越来越近。
原文链接
本文为阿里云原创内容，未经允许不得转载。
