수직형 포드 자동 확장 구성

프리뷰

이 제품이나 기능에는 서비스별 약관이 적용됩니다. GA 이전 제품과 기능은 '있는 그대로' 제공되며 지원이 제한될 수 있습니다. 자세한 내용은 출시 단계 설명을 참조하세요.

수직형 포드 자동 확장은 Kubernetes 포드 내 컨테이너의 CPU 및 메모리 리소스 요청과 한도를 자동으로 설정합니다. 수직형 포드 자동 확장은 과거 및 현재 리소스 사용량을 분석하여 권장사항을 제공하며, 이 권장사항은 표시하거나 포드를 업데이트하여 자동으로 적용할 수 있습니다. 이 기능은 리소스 할당을 적절하게 조정하여 안정성과 비용 효율성을 개선합니다.

시작하기 전에

수직형 포드 자동 확장을 구성하기 전에 다음 필수 요건을 충족하는지 확인하세요.

• 실행 중인 베어메탈 클러스터가 있습니다.
• 클러스터에 대한 kubectl 액세스 권한이 있습니다.
• 클러스터에서 Metrics Server를 사용할 수 있습니다. 베어메탈 클러스터에는 기본적으로 Metrics Server가 포함됩니다.

수직형 포드 자동 확장 사용 설정

미리보기 주석을 설정하고 클러스터 사양을 구성하여 베어 메탈 클러스터에서 수직형 포드 자동 확장을 사용 설정합니다.

1. 클러스터 커스텀 리소스에 미리보기 주석을 추가하거나 업데이트합니다.

   클러스터 커스텀 리소스를 직접 수정하거나 클러스터 구성 파일을 수정하고 bmctl update를 사용합니다.

   metadata:
     annotations:
       preview.baremetal.cluster.gke.io/vertical-pod-autoscaler: enable
   

2. verticalPodAutoscaling 필드를 포함하고 enableUpdater 및 enableMemorySaver 모드를 지정하도록 클러스터 커스텀 리소스의 spec를 수정합니다.

   apiVersion: baremetal.cluster.gke.io/v1
   kind: Cluster
   metadata:
     name: cluster1
     namespace: cluster-cluster1
     annotations:
       preview.baremetal.cluster.gke.io/vertical-pod-autoscaler: enable
   spec:
     # ... other cluster spec fields
     verticalPodAutoscaling:
       enableUpdater: true       # Set to true for automated updates
       enableMemorySaver: true   # Set to true to reduce recommender memory usage
   

3. 클러스터 구성 파일을 수정한 경우 다음 명령어를 사용하여 변경사항을 적용합니다.

   bmctl update cluster -c CLUSTER_NAME --kubeconfig KUBECONFIG
   

   다음을 바꿉니다.

   • CLUSTER_NAME: 클러스터 이름입니다.

   • KUBECONFIG: 클러스터 kubeconfig 파일의 경로입니다.

VerticalPodAutoscaler 커스텀 리소스 만들기

클러스터에서 수직형 포드 자동 확장을 사용 설정한 후 특정 워크로드를 타겟팅하는 VerticalPodAutoscaler 커스텀 리소스를 정의합니다.

1. 타겟 워크로드와 동일한 네임스페이스에 VerticalPodAutoscaler 리소스를 정의합니다.

   이 커스텀 리소스는 targetRef 및 리소스 정책을 사용하여 타겟팅하는 포드를 지정합니다.

   apiVersion: "autoscaling.k8s.io/v1"
   kind: VerticalPodAutoscaler
   metadata:
     name: hamster-vpa
   spec:
     targetRef:
       apiVersion: "apps/v1"
       kind: Deployment
       name: hamster
     resourcePolicy:
       containerPolicies:
         -   containerName: '*'
           minAllowed:
             cpu: 100m
             memory: 50Mi
           maxAllowed:
             cpu: 1
             memory: 500Mi
           controlledResources: ["cpu", "memory"]
   

2. 다음 명령어를 사용하여 VerticalPodAutoscaler 매니페스트를 적용합니다.

   kubectl apply -f VPA_MANIFEST \
       --kubeconfig KUBECONFIG
   

   다음을 바꿉니다.

   • VPA_MANIFEST: VerticalPodAutoscaler 매니페스트 파일의 경로입니다.

   • KUBECONFIG: 클러스터 kubeconfig 파일 경로

수직형 포드 자동 확장 모드 이해하기

수직형 포드 자동 확장은 리소스 권장사항을 적용하는 방식을 제어하는 다양한 모드로 작동합니다.

추천 모드

권장 모드에서 수직형 포드 자동 확장은 추천 도구 구성요소를 설치합니다. 이 구성요소는 리소스 사용량을 분석하고 사용자가 만든 VerticalPodAutoscaler 커스텀 리소스의 상태 섹션에 CPU 및 메모리 요청과 한도의 권장 값을 게시합니다.

리소스 요청 및 한도 권장사항을 보려면 다음 명령어를 사용하세요.

kubectl describe vpa VPA_NAME \
    --kubeconfig KUBECONFIG \
    -n CLUSTER_NAMESPACE

Replace the following:

*   `VPA_NAME`: the name of the `VerticalPodAutoscaler`
    that's targeting the workloads for which you are considering resource
    adjustments.

*   `KUBECONFIG`: the path of the cluster kubeconfig
    file.

*   `CLUSTER_NAMESPACE`: the name of the cluster that's
    running vertical Pod autoscaling.

대답에는 다음 샘플과 유사한 Status 섹션이 포함되어야 합니다.

Status:
  Conditions:
    Last Transition Time:  2025-08-04T23:53:32Z
    Status:                True
    Type:                  RecommendationProvided
  Recommendation:
    Container Recommendations:
      Container Name:  hamster
      Lower Bound:
        Cpu:     100m
        Memory:  262144k
      Target:
        Cpu:     587m
        Memory:  262144k
      Uncapped Target:
        Cpu:     587m
        Memory:  262144k
      Upper Bound:
        Cpu:     1
        Memory:  500Mi

이 모드에서는 포드가 자동으로 업데이트되지 않습니다. 이러한 권장사항을 사용하여 Pod 구성을 수동으로 업데이트하세요. enableUpdater이 설정되지 않았거나 false인 경우 기본 동작입니다.

자동 업데이트 모드

enableUpdater enableUpdater을 true로 설정하면 베어메탈 수명 주기 컨트롤러는 추천기 외에도 수직형 포드 자동 확장 처리 업데이터 및 허용 컨트롤러 구성요소를 배포합니다. 업데이터는 현재 리소스 요청이 추천과 크게 다른 포드를 모니터링합니다.

VerticalPodAutoscaler 리소스의 업데이트 정책은 업데이트 프로그램이 추천을 적용하는 방법을 지정합니다. 기본적으로 업데이트 모드는 Auto이며, 이는 업데이터가 포드 생성 시 업데이트된 리소스 설정을 할당하도록 합니다. 다음 VerticalPodAutoscaler 샘플은 업데이트 모드를 Initial로 설정하는 방법을 보여줍니다.

apiVersion: "autoscaling.k8s.io/v1"
kind: VerticalPodAutoscaler
metadata:
  name: hamster-vpa
spec:
  targetRef:
    apiVersion: "apps/v1"
    kind: Deployment
    name: hamster
  resourcePolicy:
  updatePolicy:
    updateMode: "Initial"
    ...

업데이터는 다음 5가지 모드를 지원합니다.

• Auto: 업데이터가 포드를 제거합니다. 승인 컨트롤러는 새 포드의 생성 요청을 가로채고 추천 도구에서 제공하는 권장 CPU 및 메모리 값을 사용하도록 수정합니다. 리소스를 업데이트하려면 포드를 다시 만들어야 하므로 중단이 발생할 수 있습니다. 업데이터가 준수하는 포드 중단 예산을 사용하여 퇴출 프로세스를 관리합니다. 이 모드는 Recreate과 동일합니다.

• Recreate: 업데이트 프로그램은 포드를 삭제하고 포드가 다시 생성될 때 권장되는 리소스 요청 및 한도를 할당합니다.

• InPlaceOrRecreate(알파): 업데이터는 최선을 다해 인플레이스 업데이트를 시도하지만 인플레이스 업데이트가 불가능한 경우 포드를 다시 생성하는 것으로 대체할 수 있습니다. 자세한 내용은 인플레이스 포드 크기 조절 문서를 참고하세요.

• Initial: 업데이트 프로그램은 포드 생성 시에만 리소스 요청을 할당하고 이후에 항목을 변경하지 않습니다.

• Off: 업데이트 프로그램은 포드의 리소스 요구사항을 자동으로 변경하지 않습니다. 권장사항을 계산하고 VerticalPodAutoscaler 객체에서 검사할 수 있습니다.

VerticalPodAutoscaler 커스텀 리소스에 대한 자세한 내용은 kubectl를 사용하여 버전 1.33.0 이상 클러스터에 설치된 verticalpodautoscalercheckpoints.autoscaling.k8s.io 커스텀 리소스 정의를 가져오세요.

다음 샘플은 hamster 컨테이너의 Status 섹션에 리소스 추천이 표시되는 방식을 보여줍니다. 또한 이 샘플에서는 업데이트 프로그램이 다시 생성된 포드에 권장 리소스 구성을 자동으로 할당하기 전에 포드를 강제 종료할 때 발생하는 포드 강제 종료 이벤트의 예를 보여줍니다.

Spec:
  Resource Policy:
    Container Policies:
      Container Name:  *
      Controlled Resources:
        cpu
        memory
      Max Allowed:
        Cpu:     1
        Memory:  500Mi
      Min Allowed:
        Cpu:     100m
        Memory:  50Mi
  Target Ref:
    API Version:  apps/v1
    Kind:         Deployment
    Name:         hamster
  Update Policy:
    Update Mode:  Auto
Status:
  Conditions:
    Last Transition Time:  2025-08-04T23:53:32Z
    Status:                True
    Type:                  RecommendationProvided
  Recommendation:
    Container Recommendations:
      Container Name:  hamster
      Lower Bound:
        Cpu:     100m
        Memory:  262144k
      Target:
        Cpu:     587m
        Memory:  262144k
      Uncapped Target:
        Cpu:     587m
        Memory:  262144k
      Upper Bound:
        Cpu:     1
        Memory:  500Mi
Events:
  Type    Reason      Age   From         Message
  ----    ------      ----  ----         -------
  Normal  EvictedPod  49s   vpa-updater  VPA Updater evicted Pod hamster-7cb59fb657-lkrk4 to apply resource recommendation.

메모리 절약 모드

메모리 절약 모드는 수직형 포드 자동 확장 추천 도구 구성요소의 메모리 사용량을 줄입니다. enableMemorySaver을 true로 설정하면 추천기는 일치하는 VerticalPodAutoscaler 커스텀 리소스가 있는 포드의 집계만 추적하고 계산합니다.

이 경우 기존 워크로드에 새 VerticalPodAutoscaler 맞춤 리소스를 만들면 추천자가 정확한 추천을 제공하기에 충분한 기록을 수집하는 데 시간이 걸립니다 (최대 24시간). 이 모드는 대부분의 클러스터 유형에서 기본적으로 false이지만 에지 클러스터의 경우 기본적으로 true입니다.

Prometheus를 영구 기록 제공자로 사용

기본적으로 추천자 구성요소는 클러스터에서 실행되는 워크로드의 리소스 사용 기록을 메모리에 유지하고 주기적으로 상태를 etcd의 VerticalPodAutoscalerCheckpoint 커스텀 리소스에 저장하여 다시 시작에 대한 복원력을 제공합니다.

Google Distributed Cloud 버전 1.34부터는 리소스 소비 데이터(CPU 및 메모리 사용량 측정항목)의 영구 기록 제공자로 자체 Prometheus 인스턴스를 사용할 수 있습니다. 이 통합이 사용 설정되면 추천자는 시작 또는 다시 시작 시 Prometheus 서버를 쿼리하여 모든 관리 포드의 장기적인 이전 리소스 사용량 데이터를 가져올 수 있습니다. 이 데이터를 가져오면 추천기가 풍부한 데이터 세트로 내부 상태를 즉시 빌드할 수 있으므로 처음부터 더 많은 정보를 바탕으로 정확한 추천을 제공할 수 있습니다.

Prometheus를 영구 기록 제공자로 사용하면 다음과 같은 이점이 있습니다.

• 리소스 사용률 최적화: 시작하는 즉시 정보에 입각한 정확한 추천을 생성하므로 클러스터 리소스 사용률을 최적화할 수 있습니다.

• 메모리 부족 (OOM) 오류 방지: Prometheus는 VerticalPodAutoscalerCheckpoint 맞춤 리소스 (CR)에 추천 엔진의 내부 상태를 저장할 필요가 없으므로 ETCD 메모리 사용량이 더 효율적입니다. 추천기 구성요소가 다시 시작되면 메모리 내 이전 데이터가 손실됩니다. Prometheus를 기록 제공자로 사용하면 추천자는 다시 시작 시 Prometheus에서 이전 측정항목을 가져오므로 VerticalPodAutoscalerCheckpoint CR이 필요하지 않으며 ETCD 메모리가 절약됩니다.

언제든지 Prometheus를 영구 기록 제공업체로 사용하는 것을 사용 설정하거나 중지할 수 있습니다.

수직형 포드 자동 확장과 함께 Prometheus를 사용하기 위한 기본 요건

자체 Prometheus 인스턴스를 수직형 포드 자동 확장의 기록 제공자로 사용하려면 필요한 측정항목을 스크랩하도록 구성해야 하며, 여기에는 다음 단계가 포함됩니다.

1. 필요한 경우 수직형 포드 자동 확장의 영구 기록 제공자로 사용할 클러스터에 Prometheus 연산자를 배포합니다. 자세한 내용은 Kubernetes에서 Prometheus 연산자를 배포하고 구성하는 방법을 참고하세요.

2. 측정항목 스크래핑 권한을 구성합니다.

   Prometheus가 구성 파일을 사용하여 cAdvisor에서 측정항목을 스크랩하도록 허용하려면 Prometheus 서버에서 사용하는 서비스 계정에 추가 권한을 부여해야 합니다. 이러한 규칙이 포함된 ClusterRole를 만들거나 업데이트하고 ClusterRoleBinding를 사용하여 올바른 Prometheus 서비스 계정에 바인딩되어 있는지 확인합니다.

   apiVersion: rbac.authorization.k8s.io/v1
   kind: ClusterRole
   metadata:
      name: prometheus-role
      labels:
         app: prometheus-server
   rules:
      - apiGroups: [""]
        resources:
          - nodes
        verbs:
          - get
          - list
          - watch
      - apiGroups: [""]
        resources:
          - nodes/proxy
          - nodes/metrics
        verbs:
          - get
       ---
   
   apiVersion: rbac.authorization.k8s.io/v1
   kind: ClusterRoleBinding
   metadata:
     name: prometheus-binding
     labels:
       app: prometheus-server
   subjects:
     - kind: ServiceAccount
       name: prometheus-server        # Service account being used by prometheus
       namespace: prometheus          # Service account's namespace
   roleRef:
     apiGroup: rbac.authorization.k8s.io
     kind: ClusterRole
     name: prometheus-role            # Name of the ClusterRole created above
   

3. Prometheus 구성 파일을 업데이트하여 cAdvisor에서 다음 측정항목을 스크랩합니다.

   • container_cpu_usage_seconds_total
   • container_memory_working_set_bytes

   다음 줄은 cAdvisor 측정항목의 스크랩 세부정보를 정의합니다.

   - job_name: 'kubernetes-cadvisor'
     scheme: https
     tls_config:
       ca_file: /var/run/secrets/kubernetes.io/serviceaccount/ca.crt
     bearer_token_file: /var/run/secrets/kubernetes.io/serviceaccount/token
     kubernetes_sd_configs:
       - role: node
     relabel_configs:
       - action: labelmap
         regex: __meta_kubernetes_node_label_(.+)
       - target_label: __address__
         replacement: kubernetes.default.svc:443
       - source_labels: [__meta_kubernetes_node_name]
         regex: (.+)
         target_label: __metrics_path__
         replacement: /api/v1/nodes/${1}/proxy/metrics/cadvisor
   
     metric_relabel_configs:
     # Keep only the metrics VPA uses to save disk space
       - source_labels: [__name__]
         regex: (container_cpu_usage_seconds_total|container_memory_working_set_bytes)
         action: keep
   

4. Prometheus 구성 파일을 업데이트하여 kube-state-metrics 서비스에서 다음 측정항목을 스크레이핑합니다.

   • kube_pod_labels

   1. 클러스터에 kube-state-metrics 서비스를 배포합니다.

      참고: kube-state-metrics 서비스는 베어메탈 클러스터에 기본적으로 설치되지만 필요한 kube_pod_labels 측정항목을 노출하지는 않습니다.

      다음 Helm 명령어를 사용하여 새 서비스를 설치할 수 있습니다.

      helm repo add prometheus-community https://prometheus-community.github.io/helm-charts
      helm repo update
      

   2. 다음 콘텐츠로 ksm-values.yaml 파일을 만듭니다.

      fullnameOverride: vpa-kube-state-metrics
      metricAllowlist:
        - kube_pod_labels
      metricLabelsAllowlist:
        - "pods=[*]"
      

   3. 이전 단계의 값 파일을 기반으로 Helm 차트를 설치합니다.

      helm install vpa-ksm prometheus-community/kube-state-metrics \
          -f ksm-values.yaml --namespace kube-system
      

   4. 설치된 kube-state-metrics 서비스에서 kube_pod_labels 측정항목을 스크레이핑하려면 Prometheus 구성 파일에 다음 줄을 추가합니다.

      - job_name: 'kube-state-metrics'
        static_configs:
          - targets: ['vpa-kube-state-metrics.kube-system.svc.cluster.local:8080']
        metric_relabel_configs:
          - source_labels: [ __name__ ]
            regex: 'kube_pod_labels'
            action: keep
      

Prometheus 사용 설정 및 사용

수직형 포드 자동 확장에서는 Prometheus에 연결하기 위한 기본 인증과 베어러 토큰 기반 인증을 모두 지원합니다. 인증을 사용하는 경우 클러스터 네임스페이스에 필요한 사용자 인증 정보를 포함하는 Secret를 만들어야 합니다. 컨트롤러는 이 보안 비밀을 타겟 클러스터로 전달하고 추천기 포드에서 볼륨 또는 환경 변수로 마운트합니다. 인증 없이 Prometheus를 사용할 수도 있습니다.

수직형 포드 자동 확장과 함께 자체 Prometheus 인스턴스를 사용 설정하고 사용하려면 Prometheus 인스턴스에 연결하기 위한 세부정보를 사용하여 클러스터 사양에서 verticalPodAutoscaling 섹션을 구성해야 합니다.

다음은 베어러 토큰과 함께 사용할 클러스터 사양의 구성 예시입니다.

apiVersion: baremetal.cluster.gke.io/v1
kind: Cluster
metadata:
  name: cluster1
  namespace: cluster-cluster1
  annotations:
    preview.baremetal.cluster.gke.io/vertical-pod-autoscaler: enable
spec:
  # ... other existing cluster configurations ...
  verticalPodAutoscaling:
    # ... other vertical Pod autoscaling configurations ...
    # Add this new section to configure the vpa to use prometheus using bearer token authentication as history provider
    prometheus:
      url: "http://prometheus.prometheus.monitoring.svc.cluster.local:9090"
      auth:
        bearerTokenAuth:
            name: prom-bearer-creds
            key: bearertoken

수직형 포드 자동 확장과 함께 사용할 Prometheus를 사용 설정하려면 다음 단계를 따르세요.

1. 수직형 포드 자동 확장과 함께 Prometheus 사용을 위한 기본 요건에 설명된 대로 필수 측정항목을 스크랩하도록 Prometheus 인스턴스가 설정되어 있는지 확인합니다.

2. verticalPodAutoscaling.prometheus 필드가 Prometheus 서버의 연결 설정을 지정하도록 클러스터 커스텀 리소스 spec를 업데이트합니다.

3. prometheus 섹션에 url을 추가하고 클러스터 내에서 Prometheus에 연결하기 위한 정규화된 도메인 이름 (FQDN)으로 설정합니다.

   spec:
     # ... other existing cluster configurations ...
     verticalPodAutoscaling:
       # ... other vpa configurations ...
       # Add this new section to configure the vpa to use prometheus as history provider
       prometheus:
         # Required: The URL of the Prometheus server
         url: "http://prometheus.prometheus.svc.cluster.local:9090"
   

4. 연결 세부정보를 지정합니다.

   수직형 포드 자동 확장은 다음 세 가지 연결 방법을 지원합니다.

   • 인증이 필요하지 않음
   • 기본 (사용자 이름, 비밀번호) 인증

   • Bearer 토큰 인증

   인증이 필요하지 않음

   Prometheus 인스턴스에 인증이 필요하지 않으면 완료된 것입니다. prometheus 섹션에는 url 필드만 포함되어야 합니다.

   기본 인증

   다음 단계에 따라 Prometheus의 기본 인증을 지정합니다.

   1. stringData 섹션과 baremetal.cluster.gke.io/mark-source: "true" 주석에 사용자 이름과 비밀번호가 포함된 보안 비밀을 만듭니다.

      다음 예는 기본 인증을 지원하는 보안 비밀을 보여줍니다.

      apiVersion: v1
      kind: Secret
      metadata:
        name: prom-basic-creds
        namespace: <cluster-namespace>
        annotations:
          baremetal.cluster.gke.io/mark-source: "true"
      type: Opaque
      stringData:
        username: admin
        password: pwd
      

      이 주석은 소스 보안 비밀과 대상 클러스터의 보안 비밀이 항상 동기화되도록 하는 데 필요합니다. 소스 보안 비밀이 업데이트되면 보안 비밀이 업데이트됩니다.

      참고: 사용자 인증 정보를 순환할 때마다 이 보안 비밀을 업데이트해야 합니다.

   2. 클러스터 사양의 prometheus.auth.basicAuth 섹션을 업데이트하여 Secret의 data 필드에서 사용자 이름과 비밀번호를 참조합니다.

      다음 예시에서는 이전 단계의 보안 비밀에 있는 사용자 이름과 비밀번호를 참조하는 basicAuth 섹션을 보여줍니다.

      # ... other vpa configurations ...
      prometheus:
        url: "http://prometheus.prometheus.svc.cluster.local:9090"
        auth:
          basicAuth:
            usernameRef:
              name: prom-basic-creds
              key: username
            passwordRef:
              name: prom-basic-creds
              key: password
      

      사용자 이름과 비밀번호는 동일한 보안 비밀에 있어야 합니다. 키는 보안 비밀의 data 필드에 있는 유효한 키여야 합니다.

   클러스터 커스텀 리소스가 업데이트되면 Prometheus 인스턴스가 수직형 포드 자동 확장 처리의 기록 제공자로 작동하기 시작해야 합니다.

   Bearer 토큰 인증

   다음 단계를 사용하여 Prometheus의 베어러 토큰 인증을 지정합니다.

   1. stringData 섹션과 baremetal.cluster.gke.io/mark-source: "true" 주석에 베어러 토큰이 포함된 보안 비밀을 만듭니다.

      다음 예는 베어러 토큰 인증을 지원하는 보안 비밀을 보여줍니다.

      apiVersion: v1
      kind: Secret
      metadata:
        name: prom-bearer-creds
        namespace: <cluster-namespace>
        annotations:
          baremetal.cluster.gke.io/mark-source: "true"
      type: Opaque
      stringData:
        bearertoken: "SAMPLE_TOKEN"
      

      이 주석은 소스 보안 비밀과 대상 클러스터의 보안 비밀이 항상 동기화되도록 하는 데 필요합니다. 소스 보안 비밀이 업데이트되면 보안 비밀이 업데이트됩니다.

      참고: 사용자 인증 정보를 순환할 때마다 이 보안 비밀을 업데이트해야 합니다.

   2. 클러스터 사양의 prometheus.auth.bearerTokenAuth 섹션을 업데이트하여 Secret의 data 필드에서 전달자 토큰을 참조합니다.

      다음 예시에서는 이전 단계의 보안 비밀에서 전달자 토큰을 참조하는 bearerTokenAuth 섹션을 보여줍니다.

      # ... other vertical Pod autoscaling configurations ...
      prometheus:
        url: "http://prometheus.prometheus.svc.cluster.local:9090"
        auth:
          bearerTokenAuth:
              name: prom-bearer-creds
              key: bearertoken
      

      키는 보안 비밀의 data 필드에 있는 유효한 키여야 합니다.

   클러스터 커스텀 리소스가 업데이트되면 Prometheus 인스턴스가 수직형 포드 자동 확장의 기록 제공자로 작동하기 시작해야 합니다.

Prometheus 사용 중지

수직형 포드 자동 확장과 함께 Prometheus 사용을 중지하려면 클러스터 커스텀 리소스의 verticalPodAutoscaling 섹션에서 prometheus 섹션을 삭제합니다.

수직형 포드 자동 확장 사용 중지

클러스터에서 커스텀 리소스와 구성을 삭제하여 수직형 포드 자동 확장을 사용 중지합니다.

1. 생성한 VerticalPodAutoscaler 맞춤 리소스를 삭제합니다.

2. 클러스터 커스텀 리소스를 수정하고 spec에서 전체 verticalPodAutoscaling 섹션을 삭제합니다.

   클러스터 커스텀 리소스를 직접 수정하거나 클러스터 구성 파일을 수정하고 bmctl update를 사용할 수 있습니다.

3. 클러스터 커스텀 리소스에서 preview.baremetal.cluster.gke.io/vertical-pod-autoscaler 주석을 삭제합니다.

제한사항

수직형 Pod 자동 확장을 사용할 때는 다음 제한사항을 고려하세요.

• 워크로드의 실제 메모리 사용량에 대한 제한된 공개 상태로 인해 수직형 Pod 자동 확장을 아직 JVM 기반 워크로드에서 사용할 수 없습니다.
• 업데이터는 배포가 포드를 수정된 리소스 값으로 대체할 때 최소 2개의 포드 복제본을 요구합니다.
• 업데이터는 메모리 부족 (OOM) 오류로 인해 비정상 종료가 반복되는 포드를 빠르게 업데이트하지 않습니다.
• 포드의 InPlaceOrRecreate 업데이트 정책은 수직형 포드 자동 확장 내의 알파 기능입니다. 최선을 다해 준비된 업데이트를 시도하지만 준비된 업데이트가 불가능한 경우 포드를 재생성할 수 있습니다.

다음 단계

• 포드 중단 예산을 살펴봅니다.