Kubernetes HPA 与 VPA 联合弹性策略

本文目录#

• 动态扩缩容挑战
• 方案
• 配置示例
• 自检清单
• 参考资料

动态扩缩容挑战#

单独使用 HPA（Horizontal Pod Autoscaler）或 VPA（Vertical Pod Autoscaler）难以适应复杂负载。将 HPA + VPA 结合，可以同时调整实例数量与单实例资源，但需防止互相干扰。

方案#

• 使用 VPA「推荐模式」生成 CPU/内存建议，结合 HPA 指标手动调整；
• 云平台提供的 HPA/VPA 联动（如阿里云 AHPA）；
• 自研控制器：定时读取 VPA 推荐值，更新 HPA 目标；
• 关键指标：请求延迟、CPU/内存利用率、错误率。

配置示例#

apiVersion: autoscaling.k8s.io/v1
kind: VerticalPodAutoscaler
spec:
  updatePolicy:
    updateMode: "Off" # 推荐模式
  resourcePolicy:
    containerPolicies:
      - containerName: app
        minAllowed:
          cpu: "100m"
          memory: "256Mi"

自检清单#

• 是否防止 VPA 直接修改 Deployment（建议 Off 模式）？
• 是否保证 HPA 指标准确（自定义指标需要 Prometheus Adapter）？
• 是否记录扩缩容事件并与业务指标对照？

参考资料#

• Kubernetes Autoscaling：https://kubernetes.io/docs/tasks/run-application/horizontal-pod-autoscale/
• VPA 项目：https://github.com/kubernetes/autoscaler/tree/master/vertical-pod-autoscaler
• 阿里云/谷歌云 AHPA 白皮书

---

本作品系原创，采用知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议进行许可，转载请注明出处。