前言：本博客仅作记录学习使用，部分图片出自网络，如有侵犯您的权益，请联系删除
出自B站博主教程笔记：
完整版Kubernetes（K8S）全套入门+微服务实战项目，带你一站式深入掌握K8S核心能力_哔哩哔哩_bilibili
https://www.bilibili.com/video/BV1MT411x7GH/?spm_id_from=333.337.search-card.all.click
首先再回顾下有状态应用与无状态应用：
一、Label和Selector
1、标签（Label）
1.1、配置文件
标签的创建：在各类资源的 metadata.labels 中进行配置
1.2、kubectl
（1）临时创建label
[root@k8s ~]# kubectl label po <资源名称> app=hello [-n 命名空间]（2）修改已经存在的标签
[root@k8s ~]# kubectl label po <资源名称> app=hello2 --overwrite（3）查看 label
-A 显示NAMESPACE信息；--show-labels 显示标签信息；-l 匹配标签内容
# selector 按照 label 单值查找节点[root@k8s ~]# kubectl get po -A -l app=hello# 查看所有节点的 labels[root@k8s ~]# kubectl get po --show-labels2、选择器（Selector）
2.1、配置文件
在各对象的配置 spec.selector 或其他可以写 selector 的属性中编写
2.2、kubectl
# 匹配单个值，查找 app=hello 的 pod[root@k8s ~]# kubectl get po -A -l app=hello# 匹配多个值[root@k8s ~]# kubectl get po -A -l 'k8s-app in (metrics-server, kubernetes-dashboard)'# 查找 version!=1 and app=nginx 的 pod 信息[root@k8s ~]# kubectl get po -l version!=1,app=nginx# 不等值 + 语句[root@k8s ~]# kubectl get po -A -l version!=1,'app in (busybox, nginx)'二、Deployment--无状态应用
1、功能
1.1、创建
创建一个 deployment[root@k8s ~]# kubectl create deploy nginx-deploy --image=nginx:1.7.9或执行[root@k8s ~]# kubectl create -f xxx.yaml --record--record 会在 annotation 中记录当前命令创建或升级了资源，后续可以查看做过哪些变动操作。-查看部署信息[root@k8s ~]# kubectl get deployments-查看 rs[root@k8s ~]# kubectl get rs-查看 pod 以及展示标签，可以看到是关联的那个 rs[root@k8s ~]# kubectl get pods --show-labels1.2、滚动更新
只有修改了 deployment 配置文件中的 template 中的属性后，才会触发更新操作；
# 修改 nginx 版本号[root@k8s ~]# kubectl set image deployment/nginx-deployment nginx=nginx:1.9.1# 或者通过 edit 命令编辑文件[root@k8s ~]# kubectl edit deployment nginx-deployment查看信息：
# 查看滚动更新的过程[root@k8s ~]# kubectl rollout status deploy <deployment_name># 查看部署描述，最后展示发生的事件列表也可以看到滚动更新过程[root@k8s ~]# kubectl describe deploy <deployment_name># 获取部署信息；UP-TO-DATE 表示已经有多少副本达到了配置中要求的数目[root@k8s ~]# kubectl get deploymentsNAME READY UP-TO-DATE AVALIABLE AGEnginx-deploy 3/3 3 3 20m# 通过查看rs可以发现创建了一个新的；并且旧的rs用作后续回滚[root@k8s ~]# kubectl get rsNAME DESIRED CURRENT REDAY AGEnginx-deploy-757980f7 0 0 0 2mnginx-deploy-3498ds02 3 3 3 24m# 查看pod，发现每一个pod都是新的，关联到新rs[root@k8s ~]# kubectl get podsNAME REDAY STATUS RESTARTS AGEnginx-deploy-3498ds02-ef323 1/1 Running 0 5m53snginx-deploy-3498ds02-fe345 1/1 Running 0 5m53snginx-deploy-3498ds02-54fde 1/1 Running 0 5m53s多个滚动更新并行：
假设当前有 5 个 nginx:1.7.9 版本，你想将版本更新为 1.9.1，当更新成功第三个以后，你马上又将期望更新的版本改为 1.9.2，那么此时会立马删除之前的三个，并且立马开启更新 1.9.2 的任务
1.3、回滚
有时候你可能想回退一个Deployment，例如，当Deployment不稳定时，比如一直crash looping；
默认情况下，kubernetes会在系统中保存前两次的Deployment的rollout历史记录，以便你可以随时会退（你可以修改revision history limit来更改保存的revision数）。
示例：更新 deployment 时参数不小心写错，如 nginx:1.9.1 写成了 nginx:1.91
[root@k8s ~]# kubectl set image deployment/nginx-deploy nginx=nginx:1.91# 监控滚动升级状态，由于镜像名称错误，下载镜像失败，因此更新过程会卡住[root@k8s ~]# kubectl rollout status deployments nginx-deploy# 结束监听后，获取 rs 信息，我们可以看到新增的 rs 副本数是 2 个[root@k8s ~]# kubectl get rsNAME DESIRED CURRENT REDAY AGEnginx-deploy-757980f7 0 0 0 2mnginx-deploy-3498ds02 3 3 3 24mnginx-deploy-f23f4f43 1 1 0 50s# 查看pods信息;看到关联到新的 rs 的 pod，状态处于 ImagePullBackOff 状态[root@k8s ~]# kubectl get podsNAME READY STATUS RESTARTS AGEnginx-deploy-3498ds02-ef323 1/1 Running 0 13mnginx-deploy-3498ds02-fe345 1/1 Running 0 13mnginx-deploy-3498ds02-54fde 1/1 Running 0 13mnginx-deploy-3498ds02-dw543 0/1 ImagePullBackOff 0 70s# 查看pods创建时具体发生事件[root@k8s ~]# kubectl describe po nginx-deploy-3498ds02-dw543为了修复这个问题，我们需要找到需要回退的 revision 进行回退
# 获取 revison 的列表;CHANGE-CAUSE记录的是创建或修改时使用--record添加的修改原因[root@k8s ~]# kubectl rollout history deployment/nginx-deploy deployment.apps/nginx-deployREVISION CHANGE-CAUSE2 <none>3 <none>4 <none># 查看某个版本的详细信息[root@k8s ~]# kubectl rollout history deployment/nginx-deploy --revision=2 deployment.app/nginx-deploy with revision #2Pod Template:Labels: app=nginx-deploy...Containers:nginx:Image: nginx:1.9.1Port: <none>...版本回退：确认要回退的版本后，执行以下命令回退版本
# 回退到上一个版本[root@k8s ~]# kubectl rollout undo deployment/nginx-deploy# 回退到指定的 revision[root@k8s ~]# kubectl rollout undo deployment/nginx-deploy --to-revision=2检查确认回退成功；
# 查看发现，我们的版本已经回退到对应的 revison 上了[root@k8s ~]# kubectl get deployment 和 kubectl describe deployment 可以通过设置 .spec.revisonHistoryLimit 来指定 deployment 保留多少 revison，如果设置为 0，则不允许 deployment 回退了
1.4、扩容缩容
原理：基于同一套模板，帮我们创建新的副本出来
通过 kube scale 命令可以进行自动扩容/缩容，以及通过 kube edit 编辑 replcas 也可以实现扩容/缩容
# 将名为nginx-deploy的deploy中的副本数3扩容到6个[root@k8s ~]# kubectl scale --replicas=6 deploy nginx-deploy# 查看数量会发现nginx-deploy的数量变为6个[root@k8s ~]# kubectl get deployNAME READY UP-TO-DATE AVALIABLE AGEnginx-deploy 6/6 6 6 55m# pod的数量也会变成6个[root@k8s ~]# kubectl get pod# 但是RS不会发生变化[root@k8s ~]# kubectl get rs扩容与缩容只是直接创建副本数，没有更新 pod template 因此不会创建新的 rs
1.5、暂停与恢复
由于每次对 pod template 中的信息发生修改后，都会触发更新 deployment 操作，那么此时如果频繁修改信息，就会产生多次更新，而实际上只需要执行最后一次更新即可，当出现此类情况时我们就可以暂停 deployment 的 rollout；其命令如下：
[root@k8s ~]# kubectl rollout pause deployment <name># 暂停后，尝试对容器进行修改，然后查看是否发生更新操作了[root@k8s ~]# kubectl set image deploy <name> nginx=nginx:1.17.9[root@k8s ~]# kubectl get po # 可看到实际并没有发生修改，此时我们再次进行修改一些属性，如限制 nginx 容器的最大cpu为 0.2 核，最大内存为 128M，最小内存为 64M，最小 cpu 为 0.1 核[root@k8s ~]# kubectl set resources deploy <deploy_name> -c <container_name> --limits=cpu=200m,memory=128Mi --requests=cpu100m,memory=64Mi# 格式化输出;看到配置确实发生了修改[root@k8s ~]# kubectl get deploy <name> -oyaml[root@k8s ~]# kubectl get po # 发现没有被更新# 此时再恢复 rollout[root@k8s ~]# kubectl rollout resume deploy <name># 恢复后，我们再次查看 rs 和 po 信息，我们可以看到就开始进行滚动更新操作了[root@k8s ~]# kubectl get rs[root@k8s ~]# kubectl get po2、配置文件
apiVersion: apps/v1 # deployment api 版本kind: Deployment # 资源类型为 deploymentmetadata: # 元信息labels: # 标签app: nginx-deploy # 具体的 key: value 配置形式name: nginx-deploy # deployment 的名字namespace: default # 所在的命名空间spec:replicas: 1 # 期望副本数revisionHistoryLimit: 10 # 进行滚动更新后，保留的历史版本数selector: # 选择器，用于找到匹配的 RSmatchLabels: # 按照标签匹配app: nginx-deploy # 匹配的标签key/valuestrategy: # 更新策略rollingUpdate: # 滚动更新配置maxSurge: 25% # 进行滚动更新时，更新的个数最多可以超过期望副本数的个数/比例maxUnavailable: 25% # 进行滚动更新时，最大不可用比例更新比例，表示在所有副本数中，最多可以有多少个不更新成功type: RollingUpdate # 更新类型，采用滚动更新template: # pod 模板metadata: # pod 的元信息labels: # pod 的标签app: nginx-deployspec: # pod 期望信息containers: # pod 的容器- image: nginx:1.7.9 # 镜像imagePullPolicy: IfNotPresen # 拉取策略name: nginx # 容器名称restartPolicy: Always # 重启策略terminationGracePeriodSeconds: 30 # 删除操作最多宽限多长时间三、StatefulSet
StatefulSet中每个Pod的Dns格式为statefulSetName-{0..N-1}.serviceName.namespace.svc.cluster.local
- serviceName为Headless Service的名字
- 0..N-1为Pod所在的序号，从0开始到N-1=
- statefulSetName为statefulSet的名字
- namespace为服务所在的namespace，Headless Servic和StatefulSet必须在相同的namespace
-
.cluster.local 为Cluster Domain
1、功能
1.1、创建
[root@k8s ~]# kubectl create -f web.yaml# 查看 service => svc 和 statefulset => sts[root@k8s ~]# kubectl get serviceNAME TYPE CLUSTER-IP RORT(S) AGEkubernetes ClusterIP 10.96.0.1 <none> 12hnginx ClusterIP None <none> 27s[root@k8s ~]# kubectl get statefulsetNAME READY AGEweb 2/2 30s# 查看 持久卷(PVC) 信息，这里没有创建PV，因此PVC创建不出来[root@k8s ~]# kubectl get pvcNAME STATUS VOLUME CAPACITY ACCESS MODES STOPAGECLASS AGEwww-web-0 Pending 5m22s# 查看创建的 pod，这些 pod 是有序的[root@k8s ~]# kubectl get pods -l app=nginxNAME REDAY STATUS RESTARTS AGEweb-0 1/1 Running 0 46sweb-1 1/1 Running 0 44s# 查看这些 pod 的 dns# 运行一个 pod，基础镜像为 busybox 工具包，利用里面的 nslookup 可以看到 dns 信息[root@k8s ~]# kubectl run -i --tty --image busybox dns-test --restart=Never --rm /bin/sh/# nslookup web-0.nginxServer: 10.96.0.10Address 1: 10.96.0.10 kube-dns.kube-system.svc.cluster.localName: web-0.nginxAddress 1: 10.244.169.148 web-0.nginx.default.svc.cluster.local1.2、扩容缩容
# 扩容[root@k8s ~]# kubectl scale statefulset web --replicas=5# 缩容[root@k8s ~]# kubectl patch statefulset web -p '{"spec":{"replicas":3}}'1.3、镜像更新
目前还不支持直接更新 image，需要 patch 来间接实现
[root@k8s ~]# kubectl patch sts web --type='json' -p='[{"op": "replace", "path": "/spec/template/spec/containers/0/image", "value":"nginx:1.9.1"}]'# 当然使用edit、set等也可（1）RollingUpdate
StatefulSet 也可以采用滚动更新策略，同样是修改 pod template 属性后会触发更新，但是由于 pod 是有序的，在 StatefulSet 中更新时是基于 pod 的顺序倒序更新的
灰度发布/金丝雀发布：
目标：将项目上线后产生问题的影响，尽量降到最低；
利用滚动更新中的 partition 属性，可以实现简易的灰度发布的效果
例如我们有 5 个 pod，如果当前 partition 设置为 3，那么此时滚动更新时，只会更新那些序号 >= 3 的 pod；利用该机制，我们可以通过控制 partition 的值，来决定只更新其中一部分 pod，确认没有问题后再主键增大更新的 pod 数量，最终实现全部 pod 更新
（2）OnDelete
修改完yaml中template中的内容后， 只有在 pod 被删除时会进行更新操作，通俗来说，就是想更新哪个pod就删除哪个，删除后会马上创建一个更新好的Pod；
1.4、删除
StatefulSet直接关联到Pod，所以没有rs；所以只需要删除 StatefulSet 和 Headless Service
级联删除：删除 statefulset 时会同时删除 pods（默认方式）
[root@k8s ~]# kubectl delete statefulset web非级联删除：删除 statefulset 时不会删除 pods，删除 sts 后，pods 就没人管了，此时再删除 pod 不会重建的
[root@k8s ~]# kubectl delete sts web --cascade=false# 删除 service[root@k8s ~]# kubectl delete service nginx1.5、删除pvc
StatefulSet删除后PVC还会保留着，数据不再使用的话也需要删除
[root@k8s ~]# kubectl delete pvc www-web-0 www-web-12、配置文件
--- # 在yaml文件中，---之中的嵌套的内容表示在一段yaml中嵌套另外一段yaml内容apiVersion: v1kind: Servicemetadata:name: nginxlabels:app: nginxspec:ports:- port: 80name: webclusterIP: Noneselector:app: nginx--- apiVersion: apps/v1 kind: StatefulSet # StatefulSet 类型的资源metadata:name: web # StatefulSet 对象的名字spec:serviceName: "nginx" # 使用哪个 service 来管理 dnsreplicas: 2 selector:matchLabels:app: nginxtemplate:metadata:labels:app: nginxspec:containers:- name: nginximage: nginx:1.7.9ports: # 容器内部要暴露的端口- containerPort: 80 # 具体暴露的端口号name: web # 该端口配置的名字volumeMounts: # 加载数据卷- name: www # 指定加载哪个数据卷mountPath: /usr/share/nginx/html # 加载到容器中的哪个目录volumeClaimTemplates: # 数据卷模板- metadata: # 数据卷的描述name: www # 数据卷的名称annotations: # 数据卷的注解volume.alpha.kubernetes.io/storage-class: anythingspec: # 数据卷的期望配置accessModes: [ "ReadWriteOnce" ] # 访问模式resources: # requests:storage: 1Gi # 需要1G的存储资源四、DaemonSet
1、配置文件
fluentd-ds-yaml：
apiVersion: apps/v1kind: DaemonSet # 创建DaemonSet 资源metadata:name: fluentd # 名字spec:selector:matchLabels:app: logging # 匹配标签名字与值;与下面template的label名字与值对应template:metadata:labels:app: loggingid: fluentdname: fluentdspec:containers:- name: fluentd-esimage: agilestacks/fluentd-elasticsearch:v1.3.0env: # 环境变量配置- name: FLUENTD_ARGS # 环境变量的 keyvalue: -qq # 环境变量的 valuevolumeMounts: # 加载数据卷，避免数据丢失- name: containers # 数据卷的名字mountPath: /var/lib/docker/containers # 将数据卷挂载到容器内的哪个目录- name: varlogmountPath: /varlogvolumes: # 定义数据卷- hostPath: # 数据卷类型， 主机路径模式，也就是与node共享目录path: /var/lib/docker/containersname: containers # 定义的数据卷名称- hostPath:path: /var/logname: varlog2、不指定Node节点
[root@k8s ~]# kubectl create -f fluentd-ds.yaml[root@k8s ~]# kubectl get daemonset 或 kubectl get dsNAME DESIRED CURRENT READY UP-TO-DATE AVALIABLE NODE SELECTOR AGEfluentd 2 2 2 2 2 <none> 20s[root@k8s ~]# kubectl get po -o -wideNAME READY STATUS RESTARTS AGE IP NODE NOMINATED NODE READINESS GATES fluentd-fgwp2 1/1 Running 0 3m 10.244.36.102 k8s-node1 <none> <none>fluentd-lxh3x 1/1 Running 0 3m 10.244.36.157 k8s-node2 <none> <none>发现，不指定Node节点的话，创建DaemonSet资源时，默认会往每一个非Master节点中部署；
2、指定Node节点
DaemonSet 会忽略 Node 的 unschedulable 状态，有两种方式来指定 Pod 只运行在指定的 Node 节点上：
2.1、nodeSelector
只调度到匹配指定 label 的 Node 上
# 先为 Node 打上标签[root@k8s ~]# kubectl label nodes k8s-node1 svc_type=microsvc# 然后再yaml配置文件中的 daemonset 配置中设置 nodeSelectorspec:template:spec:nodeSelector:svc_type: microsvc[root@k8s ~]# kubectl get dsNAME DESIRED CURRENT READY UP-TO-DATE AVALIABLE NODE SELECTOR AGEfluentd 1 1 1 1 1 svc_type=microsvc 33s[root@k8s ~]# kubectl get po -o -wideNAME READY STATUS RESTARTS AGE IP NODE NOMINATED NODE READINESS GATES fluentd-frgh6 1/1 Running 0 56s 10.244.36.103 k8s-node1 <none> <none>2.2、nodeAffinity
功能更丰富的 Node 选择器，比如支持集合操作
nodeAffinity 目前支持两种：requiredDuringSchedulingIgnoredDuringExecution 和 preferredDuringSchedulingIgnoredDuringExecution，分别代表必须满足条件和优选条件。
比如下面的例子代表调度到包含标签 wolfcode.cn/framework-name 并且值为 spring 或 springboot 的 Node 上，并且优选还带有标签 another-node-label-key=another-node-label-value 的Node。
apiVersion: v1kind: Podmetadata:name: with-node-affinityspec:affinity:nodeAffinity:requiredDuringSchedulingIgnoredDuringExecution:nodeSelectorTerms:- matchExpressions:- key: wolfcode.cn/framework-nameoperator: Invalues:- spring- springbootpreferredDuringSchedulingIgnoredDuringExecution:- weight: 1preference:matchExpressions:- key: another-node-label-keyoperator: Invalues:- another-node-label-valuecontainers:- name: with-node-affinityimage: pauseyyf/pause2.3、podAffinity
调度到满足条件的 Pod 所在的 Node 上
podAffinity 基于 Pod 的标签来选择 Node，仅调度到满足条件Pod 所在的 Node 上，支持 podAffinity 和 podAntiAffinity。这个功能比较绕，以下面的例子为例：
- 如果一个 “Node 所在空间中包含至少一个带有 auth=oauth2 标签且运行中的 Pod”，那么可以调度到该 Node
-
不调度到 “包含至少一个带有 auth=jwt 标签且运行中 Pod”的 Node 上
apiVersion: v1kind: Podmetadata:name: with-pod-affinityspec:affinity:podAffinity:requiredDuringSchedulingIgnoredDuringExecution:- labelSelector:matchExpressions:- key: authoperator: Invalues:- oauth2topologyKey: failure-domain.beta.kubernetes.io/zonepodAntiAffinity:preferredDuringSchedulingIgnoredDuringExecution:- weight: 100podAffinityTerm:labelSelector:matchExpressions:- key: authoperator: Invalues:- jwttopologyKey: kubernetes.io/hostnamecontainers:- name: with-pod-affinityimage: pauseyyf/pause3、滚动更新
默认为RollingUpdate，但不建议使用，建议使用 OnDelete 模式，这样避免频繁更新 ds
五、HPA自动扩/缩容
通过观察 pod 的 cpu、内存使用率或自定义 metrics 指标进行自动的扩容或缩容 pod 的数量。
通常用于 Deployment，不适用于无法扩/缩容的对象，如 DaemonSet
控制管理器每隔30s（可以通过–horizontal-pod-autoscaler-sync-period修改）查询metrics的资源使用情况
1、开启指标服务
从 Kubernetes 1.8 开始，资源使用指标（如容器 CPU 和内存使用率）通过 Metrics API 在 Kubernetes 中获取, metrics-server 替代了heapster。Metrics Server 实现了Resource Metrics API，Metrics Server 是集群范围资源使用数据的聚合器。 Metrics Server 从每个节点上的 Kubelet 公开的 Summary API 中采集指标信息。
官方文档： Resource metrics pipeline | Kubernetes
# 下载 metrics-server 组件配置文件[root@k8s ~]# wget https://github.com/kubernetes-sigs/metrics-server/releases/latest/download/components.yaml -O metrics-server-components.yaml# 修改镜像地址为国内的地址[root@k8s ~]# sed -i 's/k8s.gcr.io\/metrics-server/registry.cn-hangzhou.aliyuncs.com\/google_containers/g' metrics-server-components.yaml# 修改容器的tls配置，不验证tls，在containers的args参数中增加 --kubelet-insecure-tls 参数[root@k8s ~]# vim metrics-server-components.yaml# 安装组件[root@k8s ~]# kubectl apply -f metrics-server-components.yaml# 查看 pod 状态[root@k8s ~]# kubectl get pods --all-namespaces | grep metricskube-system metrics-server-55db4f88bc-gw88n 1/1 Running 0 36s2、cpu、内存指标监控
实现 cpu 或内存的监控，首先有个前提条件是该对象必须配置了 resources.requests.cpu 或 resources.requests.memory 才可以，可以配置当 cpu/memory 达到上述配置的百分比后进行扩容或缩容
<创建一个 HPA>：
-
先准备一个好一个有做资源限制的 deployment
-
执行命令
kubectl autoscale deploy <deploy_name> --cpu-percent=20 --min=2 --max=5 -
通过
kubectl get hpa可以获取 HPA 信息
（测试）：找到对应服务的 service，编写循环测试脚本提升内存与 cpu 负载
编写nginx-svc.yaml与nginx-deploy.yaml</u>：
# nginx-svc.yaml:apiVersion: v1kind: Servicemetadata:name: nginx-svclabels:app:nginxspec:selector:app:nginx-deployports:- port: 80targetPort: 80name: webtype: NodePort# nginx-deploy.yaml:apiVersion: apps/v1 kind: Deploymentmetadata:labels: app: nginx-deploy name: nginx-deploy namespace: default spec:replicas: 1 revisionHistoryLimit: 10 selector: matchLabels: app: nginx-deploy strategy: rollingUpdate: maxSurge: 25% maxUnavailable: 25% type: RollingUpdatetemplate: metadata: labels: app: nginx-deployspec: containers: - image: nginx:1.7.9 imagePullPolicy: IfNotPresent name: nginxresources: # 限制资源使用limits: cpu: 200mmemory: 128Mirequests:cpu: 100mmemory: 128MirestartPolicy: AlwaysterminationGracePeriodSeconds: 30 开始创建：
# 创建一个有做资源限制的 deployment[root@k8s ~]# kubectl create apply -f nginx-deploy.yaml[root@k8s ~]# kubectl create apply -f nginx-svc.yaml# 执行命令增加一个自动的HPA：--min:最小实例数为2,--max:最多实例数[root@k8s ~]# kubectl autoscale deploy <deploy_name> --cpu-percent=20 --min=2 --max=5[root@k8s ~]# kubectl get svcNAME TYPE CLUSTER-IP EXTERNAL-IP PORT(S) AGEkubernetes ...nginx-svc NodePort 10.96.49.86 <none> 80:32057/TCP 9s# node1节点中死循环执行访问服务请求[root@k8s-Node1 ~]# while true; do wget -q -O- http://<10.96.49.86> > /dev/null ; done# 在master上可执行以下命令查看服务资源负载情况[root@k8s ~]# kubectl top podsNAME CPU(cores) MEMORY(bytes)...nginx-deploy-56696fbb5-wf666 2m 1Mi# 查看 HPA 资源使用情况[root@k8s ~]# kubectl get hpaNAME REFERENCE TARGETS MINPODS MAXPODS REPLICAS AGEnginx-deploy Deployment/nginx-deploy 19%/20% 2 5 4 33m# 发现使用情况快达到20%并可能超出，此时查看deploy[root@k8s ~]# kubectl get deployNAME READY UP-TO-DATE AVALIABLE AGEnginx-deploy 4/4 4 4 40m可以通过多台机器执行上述命令，增加负载，当超过负载后可以查看 pods 的扩容情况 kubectl get pods
扩容测试完成后，再关闭循环执行的指令，让 cpu 占用率降下来，然后过 5 分钟后查看自动缩容情况；会发现自动缩容，慢慢降回去；
3、自定义metrics
- 控制管理器开启–horizontal-pod-autoscaler-use-rest-clients
- 控制管理器的–apiserver指向API Server Aggregator
-
在API Server Aggregator中注册自定义的metrics AP
