阿里云弹性预测 AHPA：助力厨芯科技降本增效

作者：李鹏（元毅）

“使用阿里云弹性预测 AHPA，降低了 K8s 容器成本，同时减轻了运维工作量，加速了业务容器化的进程。”—— 朱晏(厨芯科技VP)

背景

厨芯科技，是全球领先的餐饮设备和服务提供商。从一台智能洗碗机开始，致力于改变餐厅后厨基础设施，驱动餐饮行业的智能化和自动化。

遇到的问题

厨芯科技一年前将业务系统从 ECS VM 迁移至 K8s 集群，虽然提高了微服务运维效率，但由于 ECI 容器单位成本高于 ECS，如何充分发挥 K8s 的资源弹性，就成为降低成本的主要问题。

主要有两个业务场景存在优化空间：

场景一： Web 服务每天有早、晚高峰和夜间低谷。最初使用 CronHPA 设置各个时间段的容器数，再用 HPA 应对业务高峰的局部扩容，有一定的优化效果。但是，CronHPA 设置的时间段越多，运维成本越高，并且不够灵活；目标容器数的配置也比较困难，太少则无法保证应对业务高峰，太多又起不到优化成本的效果，需要反复尝试进行调整。而 HPA 扩容总是滞后于负载变化，会引入一些不必要的容器创建删除，导致资源浪费。

场景二： 定时任务有相对固定的周期性。对于15-30分钟的周期，CronHPA 的配置显然太过复杂，HPA 也因为滞后性无法发挥作用。

解决方案

经过充分沟通，在对厨芯科技业务的应用场景和需求有了深入理解后，推荐了阿里云容器服务弹性预测 AHPA 解决方案。

阿里云容器服务 AHPA（Advanced Horizontal Pod Autoscaler）可以根据业务历史指标，自动识别弹性周期并对容量进行预测，解决弹性滞后的问题。通过主动预测和被动预测相结合，实时调整资源实例数。被动预测基于应用实时指标计算 Pod 数量，可以很好的应对突发流量; 主动预测基于历史指标通过达摩院机器学习算法提前预测出未来 24 小时应用的实例数量。此外，AHPA 还增加了兜底保护策略，可以设置时间区间的实例数上下界值实现弹性兜底。