部署 Vertical Pod Autoscaler 测试 Vertical Pod Autoscaler 安装

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。

先决条件

您拥有现有 Amazon EKS 集群。如果没有，请参阅开始使用 Amazon EKS。
您已安装 Kubernetes Metrics Server。有关更多信息，请参阅安装 Kubernetes Metrics Server。
您使用的是配置为与 Amazon EKS 集群通信的 kubectl 客户端。
您的设备已安装 OpenSSL 1.1.1 或更高版本。

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

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

克隆 kubernetes/autoscaler GitHub 存储库。


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

切换到 vertical-pod-autoscaler 目录。
```
cd autoscaler/vertical-pod-autoscaler/
```
（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
```
如果您的节点无权访问 k8s.gcr.io 容器注册表，则您需要提取下面的镜像并将它们推送到自己的私有存储库。有关如何提取镜像并将它们推送到您自己的私有存储库的更多信息，请参阅将容器镜像从一个存储库复制到另一个存储库。
```
k8s.gcr.io/autoscaling/vpa-admission-controller:0.10.0
k8s.gcr.io/autoscaling/vpa-recommender:0.10.0
k8s.gcr.io/autoscaling/vpa-updater:0.10.0
```
如果要将镜像推送到私有 Amazon ECR 存储库，请将清单中的 k8s.gcr.io 替换为您的注册表。请将 111122223333 替换为您的账户 ID，并将 region-code 替换为注册表所在的 Amazon Web Services 区域。以下命令假定您将存储库命名为与清单中的存储库名称相同。如果已将存储库命名为其他名称，则也需要进行更改。
```
sed -i.bak -e 's/k8s.gcr.io/111122223333.dkr.ecr.region-code.amazonaws.com/' ./deploy/admission-controller-deployment.yaml
sed -i.bak -e 's/k8s.gcr.io/111122223333.dkr.ecr.region-code.amazonaws.com/' ./deploy/recommender-deployment.yaml
sed -i.bak -e 's/k8s.gcr.io/111122223333.dkr.ecr.region-code.amazonaws.com/' ./deploy/updater-deployment.yaml
```
显示更多显示更少
使用以下命令将 Vertical Pod Autoscaler 部署到您的集群。
```
./hack/vpa-up.sh
```

验证已成功创建 Vertical Pod Autoscaler Pod。


kubectl get pods -n kube-system

输出：


NAME                                        READY   STATUS    RESTARTS   AGE
...
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

使用以下命令部署 hamster.yaml Vertical Pod Autoscaler 示例。
```
kubectl apply -f examples/hamster.yaml
```

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

描述其中一个容器以查看其 cpu 和 memory 预留。将 c7d89d6db-rglf5 替换为上一步输出中返回的 ID 之一。


kubectl describe pod hamster-c7d89d6db-rglf5

输出：


...
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 和 50 MiB 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。

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
```

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：


...
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
...

在之前的输出中，您可以看到 cpu 预留提升到了 587 个 millicpu，这是原始值的五倍多。memory 提高到了 262144 KB，即大约 250 MB，也就是原始值的五倍。此容器资源不足，Vertical Pod Autoscaler 使用更为合适的值纠正了估计值。

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>

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
```

Javascript 在您的浏览器中被禁用或不可用。

要使用 Amazon Web Services 文档，必须启用 Javascript。请参阅浏览器的帮助页面以了解相关说明。

示例应用程序部署

Horizontal Pod Autoscaler