2024-07-01 00:12阅读: 38评论: 0推荐: 0

24、k8s-pod的控制器-第三种-HPA(Horizontal Pod Autoscaler)-自动调整pod的数量

监测pod的使用情况来做调整

 概念：HPA可以获取每个pod的利用率、然后和HPA中定义的指标（如cpu、内存等使用情况）进行对比、同时计算出需要伸缩的具体值、最后实现pod数量的调整、其实HPA与之前的Deployment
控制器一样、也属于一种kubernetes资源对象、它通过追踪分析目标pod的负载变化情况、来确定是否需要针对性的调整目标pod的副本数量

1、安装部署metrics-server

 metrics-server可以用来收集集群中的资源使用情况
1、安装git：yum install -y git
2、从github上克隆服务：
    ·git clone -b v0.3.6 https://github.com/kubernetes-sigs/metrics-server.git        #如果无法克隆就直接去git上下载
    ·直接网页下载：https://github.com/kubernetes-sigs/metrics-server/tree/v0.3.6        #再上传解压
    ·这里注意使用得版本：0.3.6是包含了deploy目录的 、0.4以上就没有这个目录了
    ·且注意下载的0.3.6解压后会报错、直接解压再压缩里面的文件夹即可、再上传到服务器解压
3、修改deployment.yaml的参数、注意修改的是镜像和初始化参数：
    ·进入解压后的文件里：cd metrics-server/deploy/1.8+/
    ·编辑yaml文件：vim metrics-server-deployment.yaml
-------------------------------------------------------
    Ⅰ、#添加hostNetwork: true
    spec:        #注意是在template下的spec添加 
      hostNetwork: true
      serviceAccountName: metrics-server
     
    Ⅱ、修改镜像仓库下载的地址：image:
    containers:
      - name: metrics-server
        image: registry.cn-hangzhou.aliyuncs.com/google_containers/metrics-server-amd64:v0.3.6    #修改为阿里云仓库
    
    Ⅲ、添加启动参数srgs：在containers下添加
      containers:
      - name: metrics-server
        image: registry.cn-hangzhou.aliyuncs.com/google_containers/metrics-server-amd64:v0.3.6
        imagePullPolicy: Always
        args:
        - --kubelet-insecure-tls
        - --kubelet-preferred-address-types=InternalIP,Hostname,InternalDNS,ExternalDNS,ExternalIP
--------------------------------------------------------------------------------------------------------
4、安装部署metrics-server、去到该目录下metrics-server/deploy/1.8+/执行所有的yaml文件：
    ·执行yaml文件：[root@master-1 1.8+]# kubectl apply -f ./        #这就安装了metrics-server了、运行在pod下的服务
    ·查看生产的pod情况、默认在kube-system空间下生成：kubectl get pods -nkube-system
    ----------------------------------------------------------------------------------    
    NAME                               READY   STATUS    RESTARTS   AGE
    coredns-6955765f44-7rtrd           1/1     Running   15         25d
    coredns-6955765f44-gvx48           1/1     Running   15         25d
    etcd-master-1                      1/1     Running   17         25d
    kube-apiserver-master-1            1/1     Running   18         25d
    kube-controller-manager-master-1   1/1     Running   25         25d
    kube-flannel-ds-amd64-7b4gl        1/1     Running   1          17h
    kube-flannel-ds-amd64-ws2xl        1/1     Running   20         25d
    kube-proxy-777s9                   1/1     Running   17         25d
    kube-proxy-xgfdl                   1/1     Running   13         25d
    kube-scheduler-master-1            1/1     Running   25         25d
    metrics-server-6b976979db-m7488    1/1     Running   0          2m3s        #这个就是生成的pod 、上面其它都是系统自带的
    ---------------------------------------------------------------------------------------------------------------------------
 
5、查看node运行占用资源情况：kubectl top node
---------------------------------------------------
NAME       CPU(cores)   CPU%   MEMORY(bytes)   MEMORY%
master-1   159m         3%     1000Mi          58%
node-1     44m          1%     337Mi           19%
--------------------------------------------------------
5、查看pod的资源占用情况：kubectl top pods -nkube-system

图为vim metrics-server-deployment.yaml 文件修改情况

2、准备deployment和service

 1、创建deployment： 
    ·kubectl run nginx --image=nginx:1.17.1 --requests=cpu=100m -ndev
    ·--requests=cpu=100m    #cpu的限制、一定要加
    ·查看deployment和生成的pod： kubectl get deploy,pod -ndev
    ----------------------------------------------------------------------
    NAME                    READY   UP-TO-DATE   AVAILABLE   AGE
    deployment.apps/nginx   1/1     1            1           5m34s        #这里的nginx是deployment的名字
 
    NAME                         READY   STATUS    RESTARTS   AGE
    pod/nginx-778cb5fb7b-f4wbg   1/1     Running   0          5m34s        #nginx-778cb5fb7b-f4wbg是pod的名字
    ---------------------------------------------------------------------------------------------------------
2、创建server暴露给外界访问：
    ·kubectl expose deployment nginx --type=NodePort --port=80 -ndev    #--type=NodePort 生成一个给外界访问的端口
    ·查看server：kubectl get deploy,pod,service -ndev
    --------------------------------------------------------------------
    NAME                    READY   UP-TO-DATE   AVAILABLE   AGE
    deployment.apps/nginx   1/1     1            1           10m
 
    NAME                         READY   STATUS    RESTARTS   AGE
    pod/nginx-778cb5fb7b-f4wbg   1/1     Running   0          10m
 
    NAME            TYPE       CLUSTER-IP     EXTERNAL-IP   PORT(S)        AGE
    service/nginx   NodePort   10.105.35.10   <none>        80:30114/TCP   89s            #这里的30114端口是给外界访问的：ip:30114
    -------------------------------------------------------------------------------------------------------------------------------

3、部署HPA

 1、创建HPA的yaml文件：
---------------------------------------------------------
apiVersion: autoscaling/v1            #注意这里的版本
kind: HorizontalPodAutoscaler
metadata:
  name: pc-hpa
  namespace: dev
 
spec:
  minReplicas: 1        #最小pod数量
  maxReplicas: 10       #最大pod数量
  targetCPUUtilizationPercentage: 3     #cpu使用率指标
  scaleTargetRef:                #指定要控制nginx的信息
    apiVersion: apps/v1        
    kind: Deployment
    name: nginx
 
----------------------------------------------------------------------
2、执行文件创建HPA：kubectl create -f pc-hpa.yaml
3、查看HPA：kubectl get hpa -ndev
-------------------------------------------------------------
NAME     REFERENCE          TARGETS   MINPODS   MAXPODS   REPLICAS   AGE
pc-hpa   Deployment/nginx   0%/3%     1         10        1          45s
 
#TARGETS 0%/3%    0是正在使用的cpu率、3是指定的阈值
----------------------------------------------------------------------------
4、再开三个窗口实时观看deployment、pod和hpa的情况：
    ·第一个窗口：kubectl get deploy -ndev -w
    ·第二个窗口： kubectl get pods -ndev -w
    ·第三个窗口： kubectl get hpa -ndev -w
5、使用postman工具向nginx服务发送访问请求：
    ·http://192.168.177.160:30114/    #测试正常
    ·向网址发送10000个请求观察hpa的cpu变化和pod、deployment的变化

上一篇22、k8s-pod的控制器-第一种-ReplicaSet（RS）

下一篇30、k8s-service类型-ClusterIP（默认值、属于Cluster IP类型的）-分配的IP只能在集群内部访问

本文作者：little小新

本文链接：https://www.cnblogs.com/littlecc/p/17674919.html

posted @ 2024-07-01 00:12 little小新阅读(38) 评论(0) 编辑收藏举报

刷新页面返回顶部

登录后才能查看或发表评论，立即登录或者逛逛博客园首页

littlecc

无限制的技术都要学

24、k8s-pod的控制器-第三种-HPA(Horizontal Pod Autoscaler)-自动调整pod的数量

公告

常用链接

我的标签

随笔分类

随笔档案

相册

阅读排行榜

评论排行榜

推荐排行榜

最新评论

	概念：HPA可以获取每个pod的利用率、然后和HPA中定义的指标（如cpu、内存等使用情况）进行对比、同时计算出需要伸缩的具体值、最后实现pod数量的调整、其实HPA与之前的Deployment
	控制器一样、也属于一种kubernetes资源对象、它通过追踪分析目标pod的负载变化情况、来确定是否需要针对性的调整目标pod的副本数量

	metrics-server可以用来收集集群中的资源使用情况
	1、安装git：yum install -y git
	2、从github上克隆服务：
	·git clone -b v0.3.6 https://github.com/kubernetes-sigs/metrics-server.git #如果无法克隆就直接去git上下载
	·直接网页下载：https://github.com/kubernetes-sigs/metrics-server/tree/v0.3.6 #再上传解压
	·这里注意使用得版本：0.3.6是包含了deploy目录的、0.4以上就没有这个目录了
	·且注意下载的0.3.6解压后会报错、直接解压再压缩里面的文件夹即可、再上传到服务器解压
	3、修改deployment.yaml的参数、注意修改的是镜像和初始化参数：
	·进入解压后的文件里：cd metrics-server/deploy/1.8+/
	·编辑yaml文件：vim metrics-server-deployment.yaml
	-------------------------------------------------------
	Ⅰ、#添加hostNetwork: true
	spec: #注意是在template下的spec添加
	hostNetwork: true
	serviceAccountName: metrics-server

	Ⅱ、修改镜像仓库下载的地址：image:
	containers:
	- name: metrics-server
	image: registry.cn-hangzhou.aliyuncs.com/google_containers/metrics-server-amd64:v0.3.6 #修改为阿里云仓库

	Ⅲ、添加启动参数srgs：在containers下添加
	containers:
	- name: metrics-server
	image: registry.cn-hangzhou.aliyuncs.com/google_containers/metrics-server-amd64:v0.3.6
	imagePullPolicy: Always
	args:
	- --kubelet-insecure-tls
	- --kubelet-preferred-address-types=InternalIP,Hostname,InternalDNS,ExternalDNS,ExternalIP
	--------------------------------------------------------------------------------------------------------
	4、安装部署metrics-server、去到该目录下metrics-server/deploy/1.8+/执行所有的yaml文件：
	·执行yaml文件：[root@master-1 1.8+]# kubectl apply -f ./ #这就安装了metrics-server了、运行在pod下的服务
	·查看生产的pod情况、默认在kube-system空间下生成：kubectl get pods -nkube-system
	----------------------------------------------------------------------------------
	NAME READY STATUS RESTARTS AGE
	coredns-6955765f44-7rtrd 1/1 Running 15 25d
	coredns-6955765f44-gvx48 1/1 Running 15 25d
	etcd-master-1 1/1 Running 17 25d
	kube-apiserver-master-1 1/1 Running 18 25d
	kube-controller-manager-master-1 1/1 Running 25 25d
	kube-flannel-ds-amd64-7b4gl 1/1 Running 1 17h
	kube-flannel-ds-amd64-ws2xl 1/1 Running 20 25d
	kube-proxy-777s9 1/1 Running 17 25d
	kube-proxy-xgfdl 1/1 Running 13 25d
	kube-scheduler-master-1 1/1 Running 25 25d
	metrics-server-6b976979db-m7488 1/1 Running 0 2m3s #这个就是生成的pod 、上面其它都是系统自带的
	---------------------------------------------------------------------------------------------------------------------------

	5、查看node运行占用资源情况：kubectl top node
	---------------------------------------------------
	NAME CPU(cores) CPU% MEMORY(bytes) MEMORY%
	master-1 159m 3% 1000Mi 58%
	node-1 44m 1% 337Mi 19%
	--------------------------------------------------------
	5、查看pod的资源占用情况：kubectl top pods -nkube-system

	1、创建deployment：
	·kubectl run nginx --image=nginx:1.17.1 --requests=cpu=100m -ndev
	·--requests=cpu=100m #cpu的限制、一定要加
	·查看deployment和生成的pod： kubectl get deploy,pod -ndev
	----------------------------------------------------------------------
	NAME READY UP-TO-DATE AVAILABLE AGE
	deployment.apps/nginx 1/1 1 1 5m34s #这里的nginx是deployment的名字

	NAME READY STATUS RESTARTS AGE
	pod/nginx-778cb5fb7b-f4wbg 1/1 Running 0 5m34s #nginx-778cb5fb7b-f4wbg是pod的名字
	---------------------------------------------------------------------------------------------------------
	2、创建server暴露给外界访问：
	·kubectl expose deployment nginx --type=NodePort --port=80 -ndev #--type=NodePort 生成一个给外界访问的端口
	·查看server：kubectl get deploy,pod,service -ndev
	--------------------------------------------------------------------
	NAME READY UP-TO-DATE AVAILABLE AGE
	deployment.apps/nginx 1/1 1 1 10m

	NAME READY STATUS RESTARTS AGE
	pod/nginx-778cb5fb7b-f4wbg 1/1 Running 0 10m

	NAME TYPE CLUSTER-IP EXTERNAL-IP PORT(S) AGE
	service/nginx NodePort 10.105.35.10 <none> 80:30114/TCP 89s #这里的30114端口是给外界访问的：ip:30114
	-------------------------------------------------------------------------------------------------------------------------------

	1、创建HPA的yaml文件：
	---------------------------------------------------------
	apiVersion: autoscaling/v1 #注意这里的版本
	kind: HorizontalPodAutoscaler
	metadata:
	name: pc-hpa
	namespace: dev

	spec:
	minReplicas: 1 #最小pod数量
	maxReplicas: 10 #最大pod数量
	targetCPUUtilizationPercentage: 3 #cpu使用率指标
	scaleTargetRef: #指定要控制nginx的信息
	apiVersion: apps/v1
	kind: Deployment
	name: nginx

	----------------------------------------------------------------------
	2、执行文件创建HPA：kubectl create -f pc-hpa.yaml
	3、查看HPA：kubectl get hpa -ndev
	-------------------------------------------------------------
	NAME REFERENCE TARGETS MINPODS MAXPODS REPLICAS AGE
	pc-hpa Deployment/nginx 0%/3% 1 10 1 45s

	#TARGETS 0%/3% 0是正在使用的cpu率、3是指定的阈值
	----------------------------------------------------------------------------
	4、再开三个窗口实时观看deployment、pod和hpa的情况：
	·第一个窗口：kubectl get deploy -ndev -w
	·第二个窗口： kubectl get pods -ndev -w
	·第三个窗口： kubectl get hpa -ndev -w
	5、使用postman工具向nginx服务发送访问请求：
	·http://192.168.177.160:30114/ #测试正常
	·向网址发送10000个请求观察hpa的cpu变化和pod、deployment的变化