案例设计：使用stress工具模拟压力的自动伸缩

这个案例的思路非常简单：

1. 部署一个应用：这个应用有一个特点，就是可以人为地控制它消耗多少 CPU。
2. 配置自动伸缩策略：告诉 Kubernetes，当这个应用的 CPU 使用率超过 50% 时，就增加副本数量；当使用率降下来时，就减少副本数量。
3. 制造压力：我们手动给这个应用制造 CPU 压力，模拟线上流量暴增的场景。
4. 观察效果：实时观察 Pod 数量的变化，直观地看到自动伸缩在起作用。

---

案例设计：使用 stress 工具模拟压力的自动伸缩

我们将部署一个包含 stress 命令行工具的容器，然后通过 Horizontal Pod Autoscaler 来管理它的副本数。

第一步：部署测试应用

创建一个名为 hpa-demo.yaml 的部署文件。

apiVersion: apps/v1
kind: Deployment
metadata:name: hpa-stress-demo
spec:selector:matchLabels:app: hpa-stress-demotemplate:metadata:labels:app: hpa-stress-demospec:containers:- name: stress-containerimage: polinux/stress # 一个包含 stress 工具的小型镜像resources:requests:cpu: 100m   # 重要！每个 Pod 请求 0.1 核 CPUmemory: 64Milimits:cpu: 200m   # 限制最大使用 0.2 核 CPUmemory: 128Micommand: ["stress"] # 启动时不带参数，默认不产生压力args: ["--vm", "1", "--vm-bytes", "64M", "--vm-hang", "0"]# 上面的参数是占位符，我们稍后会通过 exec 进入容器手动执行 stress 命令

应用这个部署：

kubectl apply -f hpa-demo.yaml

第二步：创建 Horizontal Pod Autoscaler

现在，我们为这个部署创建 HPA 策略。目标 CPU 利用率设置为 50%，最小副本数为 1，最大副本数为 5。

kubectl autoscale deployment hpa-stress-demo --cpu-percent=50 --min=1 --max=5

验证 HPA 创建成功：

kubectl get hpa

你应该能看到类似下面的输出，初始的 CPU 使用率通常是 <unknown> 或很低。

NAME              REFERENCE                    TARGETS   MINPODS   MAXPODS   REPLICAS   AGE
hpa-stress-demo   Deployment/hpa-stress-demo   0%/50%    1         5         1          30s

第三步：开启终端观察（非常重要！）

为了直观地看到 Pod 数量的变化，我们需要在一个单独的终端窗口实时观察。

打开一个新的终端，执行以下命令：

# 观察 HPA 状态的变化
watch kubectl get hpa# 或者，直接观察 Pod 数量的变化，这个更直观
watch kubectl get pods -l app=hpa-stress-demo

现在，这个窗口会每两秒刷新一次，让你能实时看到变化。

第四步：制造 CPU 压力（核心步骤）

现在回到原来的终端，我们开始给应用制造压力。

1. 首先，获取正在运行的 Pod 名称：

   kubectl get pods -l app=hpa-stress-demo
   

   输出类似：hpa-stress-demo-7cbbd6f6d8-abcde

2. 进入这个 Pod 的容器内部：

   kubectl exec -it <你的-pod-名称> -- /bin/sh
   

   例如：kubectl exec -it hpa-stress-demo-7cbbd6f6d8-abcde -- /bin/sh

3. 在容器内部，使用 stress 工具制造 CPU 压力：
   我们启动两个 worker (--cpu 2) 来全力占用 CPU。

   stress --cpu 2 --timeout 600s
   

   这个命令会启动 2 个进程，持续计算 600 秒（10分钟），足够我们观察效果。

第五步：观察自动伸缩的奇迹

现在，请立刻将注意力转移到你刚才打开的 观察终端。

你将看到如下过程：

1. 几十秒后：HPA 收集到最新的 CPU 指标。你会发现 TARGETS 从 0% 猛增到 200% 以上（因为我们用 2 个进程去压一个只请求了 0.1 核的 Pod，使用率很容易超过 100%）。

   NAME              REFERENCE                    TARGETS    MINPODS   MAXPODS   REPLICAS   AGE
   hpa-stress-demo   Deployment/hpa-stress-demo   225%/50%   1         5         1          2m
   

2. 再过一分钟左右：Kubernetes 开始行动了！你会发现 REPLICAS 数量开始增加，从 1 变成 2，然后变成 3，最终可能会达到最大值 5。

   NAME              REFERENCE                    TARGETS    MINPODS   MAXPODS   REPLICAS   AGE
   hpa-stress-demo   Deployment/hpa-stress-demo   115%/50%   1         5         4          4m
   

   同时，在观察 Pod 的窗口，你会看到新的 Pod 被不断地创建出来，状态从 Pending 变为 ContainerCreating，最后变为 Running。

第六步：停止压力，观察收缩

为了看到完整的伸缩循环，我们现在停止制造压力。

1. 在 stress 命令运行的终端，按 Ctrl + C 停止压力进程。或者直接退出容器（输入 exit）。
2. 再次回到 观察终端。

你将看到：

• CPU 使用率 TARGETS 会迅速下降到 0% 左右。
• 等待大约 5分钟（默认的缩容冷却时间），Kubernetes 会开始逐步减少副本数量，从 5 -> 4 -> 3 … 最终回到最小值 1。

---

清理资源

实验结束后，记得清理创建的资源：

kubectl delete deployment hpa-stress-demo
kubectl delete hpa hpa-stress-demo
# 或者直接删除文件
kubectl delete -f hpa-demo.yaml

总结

通过这个案例，你直观地体验了 Kubernetes HPA 的完整工作流程：

• 监控：HPA 通过 Metrics Server 持续监控 Pod 的 CPU 使用率。
• 判断：将实时使用率与你设定的目标值（50%）进行比较。
• 执行：通过调整 Deployment 的 replicas 字段，实现 Pod 的自动扩缩。
• 冷却机制：扩容是立即的，但缩容会有延迟，以防止副本数量抖动。

这个案例是理解自动伸缩原理的最佳入门方式。在实际生产环境中，你可以将其替换为任何真正的业务应用，并根据内存、自定义指标甚至外部指标（如 QPS）来进行自动伸缩。