HPA与VPA自动伸缩实战（应对流量洪峰的弹性方案）

HPA 管"多少个 Pod"，VPA 管"每个 Pod 要多少资源"，二者互补可联合部署；核心是先 VPA 做资源校准，再 HPA 做副本弹性，配合 Cluster Autoscaler 实现从 Pod 到节点的全链路弹性。

一、核心对比：HPA vs VPA

维度	HPA（水平伸缩）	VPA（垂直伸缩）
伸缩对象	Pod 副本数（增减实例）	单 Pod 的 CPU/内存 Requests/Limits
是否重启 Pod	否	Auto/Recreate 模式会重启；Initial/Off 不重启
核心指标	CPU/内存、QPS、队列长度等自定义指标	历史资源使用量（推荐合理 Requests）
适用场景	无状态、流量波动大（Web/API）、秒杀/直播	有状态、资源难预估、单体/数据库、降本增效
生产定位	应对流量洪峰，保证可用性	资源调优（Rightsizing），提升集群利用率
依赖组件	Metrics Server / Prometheus Adapter	VPA Controller（需单独部署）

二、HPA 实战：水平伸缩（应对流量）

1. 前置依赖：部署 Metrics Server

bash 复制代码

kubectl apply -f https://github.com/kubernetes-sigs/metrics-server/releases/latest/download/components.yaml
# 验证
kubectl get deployment metrics-server -n kube-system

2. 完整 HPA 配置（autoscaling/v2）

yaml 复制代码

# hpa-demo.yaml
apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:
  name: app-hpa
  namespace: default
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: app-demo
  minReplicas: 2  # 最小副本
  maxReplicas: 10 # 最大副本
  behavior: # 防抖动配置（生产必加）
    scaleUp:
      stabilizationWindowSeconds: 60 # 稳定窗口60秒
      policies:
      - type: Percent
        value: 50
        periodSeconds: 60 # 60秒内最多扩容50%
    scaleDown:
      stabilizationWindowSeconds: 300 # 缩容稳定窗口5分钟
      policies:
      - type: Percent
        value: 20
        periodSeconds: 60
  metrics:
  - type: Resource
    resource:
      name: cpu
      target:
        type: Utilization
        averageUtilization: 70 # CPU目标利用率70%
  - type: Resource
    resource:
      name: memory
      target:
        type: Utilization
        averageUtilization: 80 # 内存目标利用率80%

3. 应用与验证

bash 复制代码

# 应用
kubectl apply -f hpa-demo.yaml
# 查看状态
kubectl get hpa app-hpa
# 观察扩容/缩容
kubectl get hpa app-hpa -w

4. 高级：基于自定义指标（QPS/队列长度）

需部署 Prometheus + Prometheus Adapter，示例：

yaml 复制代码

metrics:
- type: Pods
  pods:
    metric:
      name: http_requests_per_second # 自定义QPS指标
    target:
      type: AverageValue
      averageValue: 1000m # 单Pod平均QPS阈值1000

三、VPA 实战：垂直伸缩（资源调优）

1. 部署 VPA 组件

bash 复制代码

# 国内镜像加速版
kubectl apply -f https://raw.githubusercontent.com/kubernetes/autoscaler/master/vertical-pod-autoscaler/hack/vpa-up.yaml
# 验证
kubectl get deployment -n kube-system | grep vpa

2. VPA 四种更新模式（关键）

模式	行为	是否重启 Pod	适用场景
Auto	自动调整 Requests/Limits，逐出重建	是	非核心服务、可容忍短暂中断
Recreate	同 Auto，但强制重建 Pod（不使用就地更新）	是	依赖就地更新不生效的场景
Initial	仅在 Pod 启动时推荐初始资源，后续不调整	否（启动时）	核心服务、避免重启影响可用性
Off	仅生成推荐值，不修改资源	否	资源调优观察、不自动干预

3. 完整 VPA 配置

yaml 复制代码

# vpa-demo.yaml
apiVersion: autoscaling.k8s.io/v1
kind: VerticalPodAutoscaler
metadata:
  name: app-vpa
  namespace: default
spec:
  targetRef:
    apiVersion: "apps/v1"
    kind: Deployment
    name: app-demo
  updatePolicy:
    updateMode: "Initial" # 生产核心服务建议用Initial
  resourcePolicy:
    containerPolicies:
    - containerName: '*'
      minAllowed:
        cpu: 100m
        memory: 128Mi
      maxAllowed:
        cpu: 4
        memory: 8Gi
      controlledResources: ["cpu", "memory"]

4. 查看推荐值与效果

bash 复制代码

# 查看VPA状态
kubectl get vpa app-vpa -o yaml
# 查看Pod资源配置是否被更新
kubectl get pod <pod-name> -o jsonpath='{.spec.containers[0].resources}'

四、HPA + VPA 联合部署

1. 联合架构与顺序

VPA 先跑 → 校准单 Pod 资源 → HPA 再根据资源/自定义指标扩缩副本

⚠️ 冲突规避：VPA 用 Initial/Off 模式，避免与 HPA 同时修改资源导致抖动。

2. 联合配置示例

yaml 复制代码

# 1. 先部署VPA（Initial模式）
kubectl apply -f vpa-demo.yaml
# 2. 再部署HPA
kubectl apply -f hpa-demo.yaml

3. 生产联合注意事项

核心服务用 VPA Initial 模式，仅启动时校准，避免重启
非核心服务用 VPA Auto 模式，自动调优
HPA 务必配置 behavior 稳定窗口，防止频繁扩缩容
配合 Cluster Autoscaler：当 Pod 因资源不足无法调度时，自动扩容节点

五、生产避坑与最佳实践

1. HPA 避坑

❌ 不要只看 CPU：内存密集型服务必须加内存指标
❌ 避免阈值过低：70%~80% 是合理区间，过低导致频繁扩容
✅ 必加 behavior 稳定窗口：解决"抖动"问题
✅ 结合 Cluster Autoscaler：解决节点资源不足导致的 Pending

2. VPA 避坑

❌ 生产不要用 Auto 模式改核心服务：避免意外重启
❌ 不要限制 minAllowed 过低：可能导致 OOM
✅ 先观察 1~2 天推荐值：再固定资源配置，提升稳定性
✅ 结合监控：跟踪 VPA 推荐值与实际使用的差距

3. 全链路弹性组合

复制代码

业务流量 → HPA(扩缩Pod) → VPA(校准单Pod资源) → Cluster Autoscaler(扩容节点)

六、常用命令速查

bash 复制代码

# HPA
kubectl get hpa -A
kubectl delete hpa <hpa-name>
# VPA
kubectl get vpa -A
kubectl describe vpa <vpa-name>
kubectl delete vpa <vpa-name>
# 观察扩缩容
kubectl get deployment -w
kubectl get pods -w

七、总结

HPA：解决"流量洪峰"，保证服务可用，是弹性的"骨架"
VPA：解决"资源浪费"，提升集群利用率，是弹性的"血肉"
生产组合：VPA Initial + HPA + Cluster Autoscaler，兼顾稳定与成本