借助阿里云 AHPA，苏打智能轻松实现降本增效

作者：元毅

"高猛科技已在几个主要服务 ACK 集群上启用了 AHPA。相比于 HPA 的方案，AHPA 的主动预测模式额外降低了 12% 的资源成本。同时 AHPA 能够提前资源预热、自动容量规划，能够很好的应对突发流量。"

——赵劲松 (高猛科技高级后台工程师)

背景

高猛科技是一家硬件设备制造商。专注于为全国高校学生提供高品质生活服务的领先运营商，服务项目包括自助洗衣、智能直饮水等。其“苏打智能”品牌（原“苏打校园”）成立于 2016 年，专注于用高新科技的力量构筑智能生态，保障、提升消费者生活品质。苏打智能以客户需求为导向，引进高端品牌设备，搭建先进完善的智能物联平台。主要面向高校、办公楼宇、医院、商场、公寓等场所提供智能直饮水、智能洗衣、智能淋浴等服务。

遇到的问题

“苏打智能”目前已在全国 30 个省（直辖市、自治区）260 个城市（地区）1800 所高校提供各项服务，用户超过 1000 万人，服务全国高校学生超过1亿人次。

随着业务量的增长及业务微服务和容器化，应用的资源需求可能就像月亮一样有阴晴圆缺，有周期变化。例如在线业务，尤其是交易业务，它们在资源使用上呈现一定的周期性，例如：在凌晨、上午时，它的使用量并不是很高，而在午间、下午时会比较高。

如何充分发挥 K8s 的资源弹性特征，使业务层更加灵活、成本降低变为主要问题。

解决方案

经过沟通，首先客户对解决方案设定了可以交付的标准—— “既要稳定性，也要利用率，还要自动化实施，当然如果能够智能化那就更好”，然后再对交付标准进行细化：

业务容器按需分配资源：可以及时根据业务实时资源消耗对不太久远的将来进行资源消耗预测，让用户明白业务接下来对于资源的真实需求；
工具本身资源开销小：工具本身资源的消耗要尽可能小，不要成为运维的负担；
操作方便，扩展性强：能做到无需接受培训即可玩转这个工具，当然工具还要具有良好扩展性，供用户 DIY；
安全稳定：工具本身高可用。所用的算法和实施手段必须做到可控；

在对苏打智能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 ACK 弹性预测 AHPA 解决方案。相比 HPA(Horizontal Pod Autoscaler) ，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，也可以很好的应对突发流量。