Kubernetes 自动伸缩（HPA/VPA、资源请求与目标利用率）实战

Kubernetes 自动伸缩（HPA/VPA、资源请求与目标利用率）实战概述自动伸缩是保障服务稳定与成本控制的关键能力。HPA 基于指标水平扩缩，VPA 动态调整 Pod 资源请求与限制。关键实践与参数HPA：`spec.metrics` 支持 CPU/内存利用率与自定义指标（Prometheus Adapter）。常用目标：`targetAverageUtilization: 60–80`（CPU），结合请求值计算。VPA：`updatePolicy` 设置为 `Auto` 或 `Initial`，避免频繁重启影响可用性。使用推荐模式收集历史负载后再启用自动更新。资源请求/限制：请求（`requests`）决定调度与 HPA 参考值；限制（`limits`）约束上限。配置示例（HPA v2）apiVersion: autoscaling/v2 kind: HorizontalPodAutoscaler metadata: name: web-hpa spec: scaleTargetRef: apiVersion: apps/v1 kind: Deployment name: web minReplicas: 2 maxReplicas: 20 metrics: - type: Resource resource: name: cpu target: type: Utilization averageUtilization: 70 验证方法压测生成负载曲线，观察副本数变化与响应时间。Prometheus/Grafana 查看 CPU/内存利用率与扩缩事件。结合事件日志确认伸缩冷却时间与失败原因。注意事项指标采集与延迟会影响决策；设置合理的稳定窗口与冷却时间。VPA 与 HPA 对同一资源同时作用可能冲突；谨慎联合使用。资源请求需依据真实负载测算，避免过高导致调度失败或过低导致限流。