Configurar o escalonamento automático horizontal de pods

O escalonamento automático horizontal de pods permite ajustar automaticamente o número de pods em execução para cargas de trabalho sem estado no cluster com base na demanda em tempo real. O escalonador automático adiciona pods quando a carga aumenta e os remove quando a demanda cai, o que ajuda a manter a disponibilidade do aplicativo, usar os recursos de maneira eficiente e controlar os custos sem intervenção manual. É possível escalonar com base em métricas de recursos padrão, como utilização da CPU, ou em métricas de aplicativos personalizadas do Prometheus, como taxas de solicitação HTTP.

Escalonar uma implantação

Use a funcionalidade de escalonamento do Kubernetes para escalonar adequadamente a quantidade de pods em execução na implantação.

Escalonar automaticamente os pods de uma implantação

O Kubernetes oferece escalonamento automático para eliminar a necessidade de atualizar manualmente sua implantação quando a demanda evolui. Siga estas etapas para fazer o escalonamento automático dos pods da implantação:

  1. Para garantir que o autoescalonador horizontal de pods possa medir adequadamente a porcentagem de CPU, defina a solicitação de recurso de CPU na implantação.

  2. Defina o escalonador automático horizontal de pods na implantação:

    kubectl --kubeconfig CLUSTER_KUBECONFIG \
    -n NAMESPACE \
    autoscale deployment DEPLOYMENT_NAME \
    --cpu-percent=CPU_PERCENT \
    --min=MIN_NUMBER_REPLICAS \
    --max=MAX_NUMBER_REPLICAS

    Substitua:

    • CLUSTER_KUBECONFIG: o arquivo kubeconfig do cluster.

    • NAMESPACE: o namespace. Para clusters compartilhados, precisa ser um namespace de projeto. Para clusters padrão, pode ser qualquer namespace.

    • DEPLOYMENT_NAME: o nome da implantação que será escalonada automaticamente.

    • CPU_PERCENT: a média desejada de utilização da CPU a ser solicitada, representada como uma porcentagem, em todos os pods.

    • MIN_NUMBER_REPLICAS: o limite inferior para o número de pods que o escalonador automático pode provisionar.

    • MAX_NUMBER_REPLICAS: o limite máximo para o número de pods que o escalonador automático pode provisionar.

  3. Verifique o status atual do escalonador automático horizontal de pods:

    kubectl get hpa

    O resultado será o seguinte:

    NAME              REFERENCE                          TARGET    MINPODS   MAXPODS   REPLICAS   AGE
DEPLOYMENT_NAME   Deployment/DEPLOYMENT_NAME/scale   0% / 50%  1         10        1          18s

Escalonar manualmente os pods de uma implantação

Se preferir escalonar manualmente uma implantação, execute:

kubectl --kubeconfig CLUSTER_KUBECONFIG \
    -n NAMESPACE \
    scale deployment DEPLOYMENT_NAME \
    --replicas NUMBER_OF_REPLICAS

Substitua:

  • CLUSTER_KUBECONFIG: o arquivo kubeconfig do cluster.

  • NAMESPACE: o namespace. Para clusters compartilhados, precisa ser um namespace de projeto. Para clusters padrão, pode ser qualquer namespace.

  • DEPLOYMENT_NAME: o nome da implantação em que o escalonamento automático será feito.

  • DEPLOYMENT_NAME: o número de objetos Pod replicados na implantação.

Usar métricas personalizadas do Prometheus para escalonamento automático

O escalonamento automático horizontal de pods usa métricas de recursos padrão, como uso de CPU e memória, por padrão. As métricas padrão funcionam para o escalonamento geral, mas não são úteis para cargas de aplicativos especializadas.

Ao usar o escalonamento automático horizontal de pods com métricas personalizadas do Prometheus, é possível escalonar cargas de trabalho com base em métricas específicas do aplicativo, como taxas de solicitação HTTP, profundidade da fila e latência de processamento. Seu cluster pode responder com mais precisão à demanda do mundo real aproveitando os dados avançados já coletados pela pilha de monitoramento do Prometheus.

Pré-requisitos para usar o Prometheus com o escalonamento automático horizontal de pods

Antes de ativar o recurso, as seguintes condições precisam ser atendidas:

  • Servidor do Prometheus: um servidor do Prometheus precisa estar implantado e acessível pela rede no cluster (o controlador do HPA não gerencia a instância do Prometheus). Para mais informações, consulte Como implantar e configurar o operador do Prometheus no Kubernetes.

  • Permissões administrativas: você precisa ter as permissões necessárias para modificar o recurso personalizado do cluster.

  • Sem conflitos de API: uma verificação de simulação verifica se nenhum outro componente já registrou um APIService para custom.metrics.k8s.io. Se houver um conflito, o adaptador não poderá ser ativado.

Ativar e configurar o Prometheus

O processo envolve a definição de regras de métricas e a atualização da configuração do cluster:

  1. Crie um ou mais ConfigMaps de regras de métricas.

    Defina as regras baseadas em PromQL para suas métricas personalizadas em um ou mais ConfigMaps no namespace do cluster de destino. O controlador monitora esses ConfigMaps, os mescla e os aplica automaticamente ao adaptador.

    Para mais informações sobre como definir regras, consulte Configuração de descoberta e apresentação de métricas em kubernetes-sigs/prometheus-adapter.

    O exemplo a seguir mostra um ConfigMap com regras definidas para http_requests_per_second no campo data:

    apiVersion: v1
kind: ConfigMap
metadata:
  name: my-app-rules
  namespace: <cluster-namespace>
data:
  config.yaml: |
    rules:
    - seriesQuery: 'http_requests_total'
      resources:
        overrides:
          namespace_name: {resource: "namespace"}
          pod_name: {resource: "pod"}
      name:
        matches: "^(.*)_total$"
        as: "${1}_per_second"
      metricsQuery: 'sum(rate(<<.Series>>{<<.LabelMatchers>>}[5m])) by (<<.GroupBy>>)'

  2. Se o servidor do Prometheus exigir autenticação, como Transport Layer Security mútuo (mTLS), crie um Secret do Kubernetes no formato kubeconfig com as credenciais necessárias.

    O exemplo a seguir mostra um Secret compatível com a autenticação básica:

    apiVersion: v1
kind: Secret
metadata:
  name: prometheus-auth-secret
  namespace: <cluster-namespace>
  annotations:
    baremetal.cluster.gke.io/mark-source: "true"
type: Opaque
stringData:
  config: authentication-credentials

  3. Atualize o recurso personalizado do cluster:

    1. Adicione a anotação preview.baremetal.cluster.gke.io/metrics-adapter: "true" ao metadata do recurso personalizado do cluster.

    2. Adicione a seção spec.metricsAdapter para definir o URL do Prometheus e referenciar os ConfigMaps da regra.

      apiVersion: baremetal.cluster.gke.io/v1
kind: Cluster
metadata:
  name: <cluster-name>
  namespace: <cluster-namespace>
  annotations:
    preview.baremetal.cluster.gke.io/metrics-adapter: "true"
spec:
  # ... other existing cluster configurations ...
  metricsAdapter:
    prometheus:
      url: "http://prometheus-k8s.monitoring.svc.cluster.local:9090"
      orgID: "production-environment"
      auth:
        configSecretRef:
          name: prometheus-auth-secret
          key: config # This is the key within the Secret's 'data' field
    rules:
      configMapKeyRefs:
        - name: my-app-rules
          key: config.yaml # This is the key within the ConfigMap's 'data' field
        # - name: base-system-rules
        #   key: config.yaml

      Se a instância do Prometheus não exigir autenticação, omita a seção metricsAdapter.prometheus.auth da especificação do cluster.

  4. Aplique o recurso personalizado do cluster atualizado.

    O controlador implanta automaticamente o adaptador do Prometheus no namespace kube-system.

  5. Use as métricas personalizadas para o escalonamento automático horizontal de pods criando um recurso HorizontalPodAutoscaler que tenha como destino as métricas personalizadas definidas nos campos rules do ConfigMap.

    A amostra do ConfigMap de uma etapa anterior definiu uma métrica personalizada http_requests_per_second. Para usar essa métrica, o recurso HorizontalPodAutoscaler precisa ser semelhante ao exemplo a seguir:

    apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:
  name: <name>
  namespace: <namespace>
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: <workload-name>
  minReplicas: 1
  maxReplicas: 10
  metrics:
  - type: Pods
    pods:
      metric:
        name: http_requests_per_second
      target:
        type: AverageValue
        averageValue: 10

Desativar o Prometheus

Para desativar o uso do Prometheus com o escalonamento automático horizontal de pods, remova a seção spec.metricsAdapter do recurso personalizado do cluster.