新特性背景
不同的应用程序业务价值不同,其对扩缩容的要求也不同,比如以下三种类型应用:
关键流量处理应用:该类应用希望在流量到来时快速的扩容,在流量高峰过去后,希望慢慢的缩容,以避免流量反弹;
关键数据处理应用:该类应用希望当大量数据到达时希望快速扩容,在数据减少时,希望快速的缩容,以节省成本;
常规流量/数据处理应用:该类应用不那么重要,可以缓慢的扩容和缩容,以避免快速扩缩容带来抖动;
而当前版本的实现(1.15 & 1.16)并不能很好的满足这类应用的期望。
当前版本的 kube-controller-manager 参数 --horizontal-pod-autoscaler-downscale-stabilization 可以在一定程度上控制缩容的速度。在每个调度周期(默认为 30s)都会计算出一个缩放的推荐值并记录下来,在每次计算缩放值时都会查看历史的推荐值,从最近的一段历史推荐值中挑选最大的,downscale-stabilization 就是用来指定这个时间窗口,默认为 5min。
另外在 HPA controller 层面,有两个硬编码的常量控制扩容的速度:
scaleUpLimitFactor = 2.0 // 扩容倍数
scaleUpLimitMinimum = 4.0 // 扩容个数
在计算扩容的目标值时算法如下:
Max(scaleUpLimitFactor*当前副本数, scaleUpLimitMinimum))
也就是说,扩容要么扩成原来的 2 倍,要么扩大 4 个 pod,二者取大者。一方面这个扩容速度并不能满足上面提到的应用诉求,另一方面,这个硬编码也确实不够友好,尽管它设计本意是希望稳定的扩容以避免抖动。注:这里提到的算法是 HPA controller 层面的,跟据每个 HPA 的当前值和目标值计算出扩容比例后再套用该算法,以限制扩容速度。
缩上所述,当前版本的实现并不能满足一些应用对扩缩容的诉求,我们需要做一些改进。本文的目标就是分析社区对此需求的讨论结果,算是提前剖析新特性,但最终实现有可能跟此不一致。
新特性目标
结合前述的背景,不难得出,本次改进目标有两点:
允话用户(更精确)的控制扩缩容速度;
允话用户在 HPA 层面控制扩缩容速度(每个 HPA 可以有个性化的控制);
新特性设计
既然要对每个 HPA 单独控制,那就需要在 HPA 资源 API 中增加相应的参数,所以将会引入下面 4 个参数:
periodSeconds(扩缩容的周期)
我们知道在 kube-controller-manager 有个参数(–horizontal-pod-autoscaler-sync-period)
控制的是 HPA controller 处理周期,每个周期中处理所有的 HPA(为 HPA 生成扩缩容建议,并执行扩缩容)。本次计划引入的这个周期(periodSeconds)控制每个 HPA 两次扩缩容操作的间隔,也可以叫冷却时间。
percent (扩缩容百分比)
顾名思义,这个是控制扩缩容的百分比,可以简单的理解成把硬编码的 scaleUpLimitFactor = 2.0 改成可配置项。例如,ScaleUpPercent = 150,那么每次扩容比例为 150%(10–>25)。
pods (扩缩容个数)
这个是控制每个扩缩容的绝对个数,可以简单的理解成把硬编码的 scaleUpLimitMinimum = 4.0 改成可配置项。例如:ScaleUpPods = 5,那么每次扩容的数量将是 5 个(10–>15)。
delay
这个参数与 kube-controller-manager 的 horizontal-pod-autoscaler-downscale-stabilization 含义一样, 就是在计算扩缩容时,我们需要回头看多久的建议值(从中选最大),可以简单理解成把 kube-controller-manager 的参数下沉到 HPA 层面
需要注意的是,这几个参数既可以控制扩容,也可以控制缩容,下面我们给出几个示例来说明用法。
新特性示例
Story 1:我希望应用能尽快的扩容
当希望应用能尽快的扩容时,可以使用大一点的 percent。比如:
scaleUp
percent = 900 (每次扩容 900%,即 10 倍速扩容)
假如 pod 最开始数量为 1,那么扩容路径如下:
1 -> 10 -> 100 -> 1000
当然,HPA 既有的 maxReplicas 仍然有效,最大 pod 数不能超过此设置。
Story 2: 我希望应用能尽快的扩容、逐步的缩容
当希望应用能尽快的扩容,同时缩容的慢一些时,可以使用如下配置:
scaleUp
percent = 900
scaleDown
pods = 1 (每次缩容减少一个 pod)
periodSeconds = 600 (每 10 分钟缩容一次)
假如 pod 最开始数量为 1,那么扩容路径如下:
1 -> 10 -> 100 -> 1000
同时,缩容路径如下(每 10 分钟缩容一次,每次减少一个 pod):
1000 -> 1000 -> 1000 -> … (7 more min) -> 999
Story 3: 我希望能缓慢扩容、正常的缩容
希望缓慢的扩容、正常的缩容,可以使用如下配置:
scaleUp
pods = 1
假如 pod 最开始数量为 1,那么扩容路径如下:
1 -> 2 -> 3 -> 4
Story 4: 我希望正常的扩容、不要自动缩容
如果希望能正常的扩容,但是不要自动缩容,可以使用如下配置:
scaleDown:
percent= 0
pods = 0
把缩容的百分比和 pod 都置为 0,那么就永远不会缩容。
Story 5: 我希望更谨慎的缩容
如果希望缩容时再谨慎些,可以使用 delaySeconds(这个跟 kube-controller-manager 的 horizontal-pod-autoscaler-downscale-stabilization 非常类似),配置如下:
scaleDown:
pods = 5
delaySeconds = 600
那么,每次缩容最多减少 5 个 pod,同时每次缩容,至少看到之前 600s 的推荐值,从中选择最大的值。这样,缩容时就会变得非常谨慎。
API 变化
API 的变化,主要是在 HorizontalPodAutoscalerSpec 中增加一个 Constraints 字段。
type HPAScaleConstraintValue struct {
Rate *HPAScaleConstraintRateValue
DelaySeconds *int32
type HPAScaleConstraintRateValue struct {
Pods *int32
Percent *int32
PeriodSeconds *int32}
type HPAScaleConstraints struct {
ScaleUp *HPAScaleConstraintValue
ScaleDown *HPAScaleConstraintValue}
type HorizontalPodAutoscalerSpec struct {
ScaleTargetRef CrossVersionObjectReference
MinReplicas *int32
MaxReplicas int32
Metrics []MetricSpec Constraints *HPAScaleConstraints}
当前无论是 API 还是最终实现都还在讨论中,如果对这个特性感兴趣,也可以加入讨论。
特性设计:
特性实现:
https://github.com/kubernetes/kubernetes/pull/74525
评论