【问题标题】:Is there a known method to decide auto scaling threshold value?是否有已知的方法来确定自动缩放阈值?
【发布时间】:2020-12-19 06:07:04
【问题描述】:

是否有已知的方法/关键字/主题来解决如何确定自动缩放阈值?

下面以 K8s HPA 为例,我只知道我可以安装一些监控工具,然后通过肉眼查看图表上显示的内存使用情况,以确定合适的阈值 100Mi。但是为什么不设置99Mi,为什么不设置101Mi呢?我觉得这个方法太手动了

  - type: Resource
    resource:
      name: memory
      target:
        type: AverageValue
        averageValue: 100Mi

由于我没有精通计算机科学,所以我想问一下

有解决这类问题的已知方法吗?

或者什么样的课程可以解决这个问题?

或者从学术文章中搜索的关键字是什么?

【问题讨论】:

    标签: kubernetes autoscaling aws-auto-scaling hpa horizontalpodautoscaler


    【解决方案1】:

    要在没有任何图表的情况下显示此信息,您可以使用metrics server。在集群中运行它可以通过kubectl top 命令获取节点和单个 pod 的使用情况。

    这是我正在检查节点资源的示例:

    ➜  ~ kubectl top node
    NAME       CPU(cores)   CPU%   MEMORY(bytes)   MEMORY%   
    minikube   580m         28%    1391Mi          75%   
    

    对于 pod:

    ➜  ~ kubectl top pod
    NAME        CPU(cores)   MEMORY(bytes)   
    front-end   0m           28Mi 
    

    您还可以使用 --containers 选项查看单个容器而不是 pod 的资源使用情况。

    我假设如果您使用 HPA,您已经安装了它,但值得知道的是,如果您使用 minikube,您可以轻松地启用 metrics serverminikube addons enable metrics-server。如果你使用 kubeadm 引导你的服务器,那么你必须 install 它并配置它的所有 requirements 才能正确运行。

    最后,您可以随时使用exec 手动检查您的 pod 使用情况:

    kubectl exec -it <name_of_the_pod>  top
    

    您可以here 了解有关自动缩放器的更多产品信息。

    【讨论】:

      猜你喜欢
      • 1970-01-01
      • 2022-07-21
      • 1970-01-01
      • 2012-06-27
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 2022-01-18
      • 1970-01-01
      相关资源
      最近更新 更多