GCP - 使用 HPA 根据自定义日志记录指标扩展 GKE pod

Question

我想在 GKE HPA 上使用自定义日志指标。 Metrics 可以在 metrics explorer 上查看，但无法在 HPA 上使用。我们已经安装了自定义指标适配器，并且我们能够成功使用其他自定义指标，如 kubernetes.io|pod|network|received_bytes_count 进行扩展。下图显示了我想在 HPA 上使用的自定义指标的指标资源管理器图表

此指标是根据应用程序日志创建的

使用 HPA yaml 来使用该指标

apiVersion: autoscaling/v2beta2
kind: HorizontalPodAutoscaler
metadata:
  name:   "similar-products-rts-hpa"
  namespace: relevancy
spec:
  behavior:
    scaleUp:
      stabilizationWindowSeconds: 120
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: similar-products
  minReplicas: 3
  maxReplicas: 6
  metrics:
    - type: Pods
      pods:
        metric:
          name: "logging.googleapis.com|user|Similar_Products(RTS)_Inbound_Request_Count"
        target:
          type: AverageValue
          averageValue: 25

请在下方查找错误

The HPA was unable to compute the replica count: unable to get metric logging.googleapis.com|user|Similar_Products(RTS)_Inbound_Request_Count: unable to fetch metrics from custom metrics API: googleapi: Error 400: The supplied filter does not specify a valid combination of metric and monitored resource descriptors. The query will not return any time series., badRequest

Answer 1

不幸的是，upper case letters in metric names are not supported 作为 HPA 将指标视为伪资源，这意味着它们不区分大小写。我也相信括号对于指标名称也是无效字符。

您是否可以将指标名称更改为小写并删除括号？也许像similar_products_rts_inbound_request_count这样的东西？

编辑： 我刚刚注意到的另一个问题是该指标是一个容器指标，而不是一个 pod 指标。在this change 之前，需要修改自定义指标适配器部署以支持容器指标。您可以使用当前的manifest 更新您的部署，也可以通过添加--fallback-for-container-metrics=true 来修改您的当前部署：

spec:
      serviceAccountName: custom-metrics-stackdriver-adapter
      containers:
      - image: gcr.io/gke-release/custom-metrics-stackdriver-adapter:v0.12.0-gke.0
        imagePullPolicy: Always
        name: pod-custom-metrics-stackdriver-adapter
        command:
        - /adapter
        - --use-new-resource-model=true
        - --fallback-for-container-metrics=true
        resources:
          limits:
            cpu: 250m
            memory: 200Mi
          requests:
            cpu: 250m
            memory: 200Mi