K8S哲学 - 资源调度 HPA （horizontal pod autoScaler-sync-period）

kubectl exec：

kubectl exec -it pod-name -c container-name -- /bin/sh

kubectl run

通过一个 deployment来演示

apiVersion: apps/v1
kind: Deployment
metadata:name: deploylabels: app: deploy
spec: replicas: 1selector: matchLabels:app: deploy-podtemplate:metadata:name: deploy-podlabels:app: deploy-podspec:containers:- name: deploy-conimage: nginxcommand: ["/bin/sh"]args: ["-c", "while true;do wget -q -O http:127.0.0.1 > /dev/null;  done"]livenessProbe:# startupProbe:# readinessProbe:httpGet:path: /index.htmlport: 80successThreshold: 1failureThreshold: 3periodSeconds: 3timeoutSeconds: 5env: -  name: ARGSvalue: hhhhhresources:requests:cpu: 100mmemory: 128Milimits:cpu: 200mmemory: 128MivolumeMounts:# - name: my-volumes#   mountPath: /app- name: my-volumes2mountPath: /app2volumes: - name: my-volumes2hostPath:path: /app2# volumeClaimTemplates:# - metadata: #     name: my-volumes#   spec: #     accessModes: ['ReadWriteOnce']#     resources:#         requests: #           storage: '200Mi'

最小2个node 最大5个

spec.containers[0].resources

requests: min

limits: max

执行：

为

kubectl autoscale deploy deploy --cpu-percent=20 --min=2 --max=5

my-deploy 创建 HPA

kubectl top 查看 pod 或 node 的占用指标（metrics）

表示 pod一旦创建，就一直死循环请求 nginx页面，造成 cpu 升高，让 hpa 自动扩展 pod

数量

超过所限制的 100m 后自动扩展 pod1 数量

kubectl exec -it pod-name -c container-name --/bin/bash 执行这个 pod里面的容器 curl 127.0.0.1查看nginx

但是如果对该pod 直接执行 curl 则无法访问

原因是：

创建一个 service.yaml

重点是kind：service里面 selector 没有 matchLabels 直接写 labels

要和上面的 pod模版里面的 labels 对应上，这样可以通过 service 实现服务发现

直接访问 service 的ip 就可访问 pod的服务，而不用关心pod的ip地址，流量可能打到任何和 service 绑定的 pod 上面。

类式docker 的【routing mesh 】思想，

apiVersion: v1
kind: Service
metadata:name: deploy-servicelabels:app: deploy-service
spec: ports: - port: 80targetPort: 80name: deploy-service-podselector: app: deploy-podtype: NodePort

查看 service 与之关联的 pod