为什么需要自动扩缩容

负载具有波动性，合理的自动扩缩容能在保障 SLO 的前提下降低成本。Kubernetes 提供 HPA（水平）与 VPA（垂直）两种机制，搭配资源 Requests/Limits 与配额可实现稳定弹性。

核心概念

• Requests/Limits：调度与资源上限控制的基础。Requests 影响调度与 QoS，Limits 限制实际可用上限。
• HPA：依据指标（CPU、内存、或自定义 Prometheus 指标）动态调整副本数。
• VPA：根据历史与当前资源使用建议容器的 Requests/Limits（部分场景与 HPA 不建议同时强绑定）。

实施步骤

1. 明确服务 SLO 与关键指标（如 p95 延迟、错误率）
2. 暴露 Prometheus 指标并接入 Metrics Server/Adapter
3. 设定 HPA 目标与最小/最大副本，评估扩缩容冷却时间
4. 启用 VPA（推荐先处于 `recommendation` 模式，观察建议）
5. 结合命名空间资源配额（ResourceQuota）防止资源挤兑

验证与观测

• 使用负载生成器（如 k6）进行压测，观察 HPA 反应与系统稳定性
• 监控扩容事件与 Pod 重启，检查是否因 Limits 触发 OOMKill

常见实践

• 以 CPU 利用率驱动 HPA，配合自定义业务 QPS/延迟指标做多维评估
• 将批处理任务与在线服务隔离命名空间，设置独立配额

注意事项

• 过低的 Requests 导致调度不稳定；过高的 Limits 容易资源抢占
• VPA 与 HPA 同时调优需谨慎，避免“拉扯”效应