Vertical Pod Autoscaler - Amazon EKS
安装 Metrics Server部署 Vertical Pod Autoscaler测试 Vertical Pod Autoscaler 安装
AWS 文档中描述的 AWS 服务或功能可能因区域而异。要查看适用于中国区域的差异，请参阅中国的 AWS 服务入门。

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

Vertical Pod Autoscaler

Kubernetes Vertical Pod Autoscaler 为 Pod 自动调整 CPU 和内存预留，以帮助实现“合适规模”的应用程序。此调整可以帮助提高集群资源利用率并释放 CPU 和内存供其他 Pod 使用。本主题可帮助您将 Vertical Pod Autoscaler 部署到集群并验证它在正常工作。

安装 Metrics Server

Kubernetes Metrics Server 是集群中资源使用情况数据的聚合器。默认情况下它未部署在 Amazon EKS 集群中，但它提供了 Vertical Pod Autoscaler 所需的指标。本主题介绍了如何在 Amazon EKS 集群上部署 Kubernetes Metrics Server。

注意

您也可以使用 Prometheus 为 Vertical Pod Autoscaler 提供指标。有关更多信息，请参阅Prometheus 的控制层面指标。

如果您已将 Metrics Server 部署到了集群，则可以转到下一部分。您可以使用以下命令检查 Metrics Server。

kubectl -n kube-system get deployment/metrics-server

如果此命令返回 NotFound 错误，则您必须将 Metrics Server 部署到 Amazon EKS 集群。

部署 Metrics Server

  1. 使用以下命令部署 Metrics Server：

    kubectl apply -f https://github.com/kubernetes-sigs/metrics-server/releases/download/v0.3.7/components.yaml

  2. 使用以下命令验证 metrics-server 部署是否运行所需数量的 Pod： 

    kubectl get deployment metrics-server -n kube-system

    输出

    NAME             READY   UP-TO-DATE   AVAILABLE   AGE
metrics-server   1/1     1            1           6m

部署 Vertical Pod Autoscaler

在此部分中，您将部署 Vertical Pod Autoscaler 到集群。

部署 Vertical Pod Autoscaler

  1. 打开终端窗口，导航到您要下载 Vertical Pod Autoscaler 源代码的目录。

  2. 克隆 kubernetes/autoscaler GitHub 存储库。 

    git clone https://github.com/kubernetes/autoscaler.git

  3. 切换到 vertical-pod-autoscaler 目录。 

    cd autoscaler/vertical-pod-autoscaler/

  4. （可选）如果您已经部署另一个版本的 Vertical Pod Autoscaler，请使用以下命令将其删除。

    ./hack/vpa-down.sh

  5. 如果您的集群不在 中国（北京） 或 中国 (宁夏) 区域中，请跳至步骤 6。使用以下步骤编辑 ./vertical-pod-autoscaler/deploy 中的清单文件。

    1. 查看您下载的一个或多个清单文件，并记下映像名称。使用以下命令在本地下载映像。

      docker pull image:<tag>

    2. 使用以下命令标记要推送到中国区域内的 Amazon Elastic Container Registry 存储库的映像。

      docker tag image:<tag> <aws_account_id>.dkr.ecr.<cn-north-1>.amazonaws.com/image:<tag>

    3. 使用以下命令将映像推送到中国区域内的 Amazon ECR 存储库。

      docker push image:<tag> <aws_account_id>.dkr.ecr.<cn-north-1>.amazonaws.com/image:<tag>

    4. 更新一个或多个 Kubernetes 清单文件或以引用您所在区域内的 Amazon ECR 映像 URL。

  6. 使用以下命令将 Vertical Pod Autoscaler 部署到您的集群。

    ./hack/vpa-up.sh

  7. 验证已成功创建 Vertical Pod Autoscaler Pod。

    kubectl get pods -n kube-system

    输出：

    NAME                                        READY   STATUS    RESTARTS   AGE
aws-node-949vx                              1/1     Running   0          122m
aws-node-b4nj8                              1/1     Running   0          122m
coredns-6c75b69b98-r9x68                    1/1     Running   0          133m
coredns-6c75b69b98-rt9bp                    1/1     Running   0          133m
kube-proxy-bkm6b                            1/1     Running   0          122m
kube-proxy-hpqm2                            1/1     Running   0          122m
metrics-server-8459fc497-kfj8w              1/1     Running   0          83m
vpa-admission-controller-68c748777d-ppspd   1/1     Running   0          7s
vpa-recommender-6fc8c67d85-gljpl            1/1     Running   0          8s
vpa-updater-786b96955c-bgp9d                1/1     Running   0          8s

测试 Vertical Pod Autoscaler 安装

在此部分中，您部署示例应用程序以验证 Vertical Pod Autoscaler 在正常运行。

测试 Vertical Pod Autoscaler 安装

  1. 使用以下命令部署 hamster.yaml Vertical Pod Autoscaler 示例。 

    kubectl apply -f examples/hamster.yaml

  2. 从 hamster 示例应用程序获取 Pod。 

    kubectl get pods -l app=hamster

    输出：

    hamster-c7d89d6db-rglf5   1/1     Running   0          48s
hamster-c7d89d6db-znvz5   1/1     Running   0          48s

  3. 描述一个 Pod 以查看其 CPU 和内存预留。

    kubectl describe pod hamster-<c7d89d6db-rglf5>

    输出：

    Name:           hamster-c7d89d6db-rglf5
Namespace:      default
Priority:       0
Node:           ip-192-168-9-44.<region-code>.compute.internal/192.168.9.44
Start Time:     Fri, 27 Sep 2019 10:35:15 -0700
Labels:         app=hamster
                pod-template-hash=c7d89d6db
Annotations:    kubernetes.io/psp: eks.privileged
                vpaUpdates: Pod resources updated by hamster-vpa: container 0:
Status:         Running
IP:             192.168.23.42
IPs:            <none>
Controlled By:  ReplicaSet/hamster-c7d89d6db
Containers:
  hamster:
    Container ID:  docker://e76c2413fc720ac395c33b64588c82094fc8e5d590e373d5f818f3978f577e24
    Image:         k8s.gcr.io/ubuntu-slim:0.1
    Image ID:      docker-pullable://k8s.gcr.io/ubuntu-slim@sha256:b6f8c3885f5880a4f1a7cf717c07242eb4858fdd5a84b5ffe35b1cf680ea17b1
    Port:          <none>
    Host Port:     <none>
    Command:
      /bin/sh
    Args:
      -c
      while true; do timeout 0.5s yes >/dev/null; sleep 0.5s; done
    State:          Running
      Started:      Fri, 27 Sep 2019 10:35:16 -0700
    Ready:          True
    Restart Count:  0
    Requests:
      cpu:        100m
      memory:     50Mi
...

    您可以看到原始 Pod 预留了 100 millicpu 个 CPU 和 50 MB 内存。对于本示例应用程序，100 millicpu 小于 Pod 运行所需的数量，因此 CPU 受限。它预留的内存也远小于所需的数量。Vertical Pod Autoscaler vpa-recommender 部署分析 hamster Pod 以查看 CPU 和内存需求是否合适。如果需要调整，vpa-updater 使用更新后的值重新启动 Pod。

  4. 等待 vpa-updater 启动新 hamster Pod。这大概需要一两分钟。您可以使用以下命令监控 Pod。

    注意

    如果您不确定已经启动了新 Pod，请将 Pod 名称与您之前的列表比较。新 Pod 启动时，您会看到新 Pod 名称。

    kubectl get --watch pods -l app=hamster

  5. 当新 hamster Pod 启动时，描述它并查看更新后的 CPU 和内存预留。 

    kubectl describe pod hamster-<c7d89d6db-jxgfv>

    输出：

    Name:           hamster-c7d89d6db-jxgfv
Namespace:      default
Priority:       0
Node:           ip-192-168-9-44.<region-code>.compute.internal/192.168.9.44
Start Time:     Fri, 27 Sep 2019 10:37:08 -0700
Labels:         app=hamster
                pod-template-hash=c7d89d6db
Annotations:    kubernetes.io/psp: eks.privileged
                vpaUpdates: Pod resources updated by hamster-vpa: container 0: cpu request, memory request
Status:         Running
IP:             192.168.3.140
IPs:            <none>
Controlled By:  ReplicaSet/hamster-c7d89d6db
Containers:
  hamster:
    Container ID:  docker://2c3e7b6fb7ce0d8c86444334df654af6fb3fc88aad4c5d710eac3b1e7c58f7db
    Image:         k8s.gcr.io/ubuntu-slim:0.1
    Image ID:      docker-pullable://k8s.gcr.io/ubuntu-slim@sha256:b6f8c3885f5880a4f1a7cf717c07242eb4858fdd5a84b5ffe35b1cf680ea17b1
    Port:          <none>
    Host Port:     <none>
    Command:
      /bin/sh
    Args:
      -c
      while true; do timeout 0.5s yes >/dev/null; sleep 0.5s; done
    State:          Running
      Started:      Fri, 27 Sep 2019 10:37:08 -0700
    Ready:          True
    Restart Count:  0
    Requests:
      cpu:        587m
      memory:     262144k
...

    此时可以看到 CPU 预留提升到了 587 个 millicpu，这是原始值的五倍多。内存增加到 262144 KB，即大约 250 MB，或原始值的五倍。此 Pod 资源不足，Vertical Pod Autoscaler 使用更为合适的值纠正了我们的估计值。

  6. 描述 hamster-vpa 资源以查看新的建议。 

    kubectl describe vpa/hamster-vpa

    输出：

    Name:         hamster-vpa
Namespace:    default
Labels:       <none>
Annotations:  kubectl.kubernetes.io/last-applied-configuration:
                {"apiVersion":"autoscaling.k8s.io/v1beta2","kind":"VerticalPodAutoscaler","metadata":{"annotations":{},"name":"hamster-vpa","namespace":"d...
API Version:  autoscaling.k8s.io/v1beta2
Kind:         VerticalPodAutoscaler
Metadata:
  Creation Timestamp:  2019-09-27T18:22:51Z
  Generation:          23
  Resource Version:    14411
  Self Link:           /apis/autoscaling.k8s.io/v1beta2/namespaces/default/verticalpodautoscalers/hamster-vpa
  UID:                 d0d85fb9-e153-11e9-ae53-0205785d75b0
Spec:
  Target Ref:
    API Version:  apps/v1
    Kind:         Deployment
    Name:         hamster
Status:
  Conditions:
    Last Transition Time:  2019-09-27T18:23:28Z
    Status:                True
    Type:                  RecommendationProvided
  Recommendation:
    Container Recommendations:
      Container Name:  hamster
      Lower Bound:
        Cpu:     550m
        Memory:  262144k
      Target:
        Cpu:     587m
        Memory:  262144k
      Uncapped Target:
        Cpu:     587m
        Memory:  262144k
      Upper Bound:
        Cpu:     21147m
        Memory:  387863636
Events:          <none>

  7. 在完成对示例应用程序的试验后，使用以下命令可将其删除。

    kubectl delete -f examples/hamster.yaml