Fogalom – A Kubernetes skálázási beállításai
Néha a podok számának skálázása a megnövekedett igények kezeléséhez nem elegendő. Ahhoz, hogy alkalmazkodjon a változó alkalmazásigényekhez, például munkanap és este vagy hétvégén, a fürtöknek gyakran szükségük van egy automatikus méretezési módra.
A Kubernetes skálázási beállításai
A Kubernetes-fürtök az alábbi összetevők egyikével méretezhetők:
- A fürt automatikus skálázási szolgáltatása, amely figyeli azokat a podokat, amelyek erőforrás-korlátozások miatt nem ütemezhetők csomópontokon. A fürt automatikusan növeli a csomópontok számát az igények kielégítése érdekében.
- A Podok erőforrásigényének figyelésére a Kubernetes-fürt metrikakiszolgálóját használó vízszintes pod-automatikus skálázó (HPA). Ha egy alkalmazásnak több erőforrásra van szüksége, a podok száma automatikusan növekszik az igények kielégítése érdekében.
A HPA és a fürt automatikus skálázása is szükség szerint csökkentheti a podok és csomópontok számát. A fürt automatikus skálázása csökkenti a csomópontok számát, ha van egy kihasználatlan kapacitással rendelkező időszak. A fürt automatikus skálázási eszközének eltávolítandó csomóponton lévő podok biztonságosan ütemezve vannak a fürt más részein.
Előfordulhat, hogy a fürt automatikus méretezője nem tud leskálázni olyan helyzetekben, amikor a podok nem tudnak mozogni, például:
- A podok közvetlenül létrejönnek, és nem egy vezérlőobjektum, például egy üzembe helyezés vagy a ReplicaSet biztonsági másolata.
- A podkimaradási költségvetés (PDB) túl korlátozó, és nem teszi lehetővé, hogy a podok száma egy bizonyos küszöbérték alá csökkenjen.
- A podok csomópontválasztókat vagy affinitást használnak, amelyeket nem lehet tiszteletben tartani, ha egy másik csomópontra ütemezik.
A KEDA használata a HPA-val
A KEDA egyéni metrika API-ként működik, skálázókkal teszi elérhetővé a metrikákat a HPA-nak, leegyszerűsítve a metrikák kiszolgálójának fejlesztését.
A skálázók különböző forrásokból származó metrikákat biztosítanak a HPA-nak. A KEDA számos skálázót támogat, többek között a következőket:
- Apache Kafka
- AWS CloudWatch
- AWS Kinesis Stream
- AWS SQS-üzenetsor
- Azure Blob Storage
- Azure-eseményközpontok
- Azure Log Analytics
- Azure Monitor
- Azure Service Bus
- Azure Storage Queue
- Google Cloud Platform Pub/Sub
- IBM MQ
- InfluxDB
- NATS-streamelés
- OpenStack Swift
- PostgreSQL
- Prometheus
- RabbitMQ-üzenetsor
- Redis-listák
A teljes listát a KEDA jelenleg elérhető méretezési lehetőségei között találja.