垂直 Pod 自动扩缩

测试版

本产品或功能目前处于预发布状态，可能会更改或提供有限支持。如需了解详情，请参阅产品发布阶段。

此页面简要介绍了垂直 Pod 自动扩缩，并说明了如何使用它来调整容器的 CPU 请求和内存请求。此页面还提供了 VerticalPodAutoscaler 自定义资源和相关类型的参考资料。

概览

垂直 Pod 自动扩缩 (VPA) 使您不必考虑为容器的 CPU 请求和内存求指定具体的值。Vertical Pod Autoscaler 可以推荐 CPU 和内存请求的值，也可以自动更新 CPU 和内存请求的值。

垂直 Pod 自动扩缩提供以下好处：

• 因为 Pod 完全用其所需，所以集群节点使用效率高。

• Pod 会被安排到具有适当可用资源的节点上。

• 您不必运行耗时的基准测试任务来确定 CPU 和内存请求的正确值。

• Vertical Pod Autoscaler 可以随时调整 CPU 和内存请求，而无需您执行任何操作，所以维护时间减少。

测试版的限制

• “垂直 Pod 自动扩缩”支持每个集群最多 200 个 VPA 对象。

• 从版本 1.12.6 开始，区域群集不再支持垂直 Pod 自动扩缩。

• 不要在 CPU 或内存上一并使用“垂直 Pod 自动扩缩”和水平 Pod 自动扩缩 (HPA)。但是，您可以将 VPA 和 HPA 一并用于自定义指标和外部指标。

• Vertical Pod Autoscaler 目前还无法用于 Java 工作负载，因为对此类工作负载的实际内存用量的了解有限。

自动模式下的垂直 Pod 自动扩缩

由于 Kubernetes 的限制，修改正在运行的 Pod 的资源请求的唯一方法是重新创建 Pod。因此，如果您创建了一个 updateMode 为“自动”的 VerticalPodAutoscaler，则 VerticalPodAutoscaler 将在需要更改 Pod 的资源请求时逐出该 Pod。

要限制 Pod 重新启动的数量，请使用 pod 中断预算。

要确保集群可以处理新规模的工作负载，请使用集群自动调节程序和节点自动预配。垂直 Pod 自动扩缩程序在更新之前通知集群自动调节程序，并在重新创建之前提供运行大小经过调整的工作负载所需的资源，以最大限度地缩短中断时间。

后续步骤

• 如何配置垂直 Pod 自动扩缩
• 将 CPU 资源分配给容器和 Pod
• 将内存资源分配给容器和 Pod
• 扩缩应用
• 使用自定义指标自动扩缩部署
• 集群自动调节程序

参考

注意：这是 v1beta2 API 参考。我们强烈建议您使用此版本的 API。如需有关 v1beta1 API 迁移和参考的说明，请参阅迁移指南。

VerticalPodAutoscaler v1beta2 autoscaling.k8s.io

字段
	TypeMeta API 组、版本和种类。
metadata	ObjectMeta 标准对象元数据。
spec	VerticalPodAutoscalerSpec 所需的 VerticalPodAutoscaler 的行为。
status	VerticalPodAutosclerStatus 最近观察到的 VerticalPodAutoscaler 的状态。

VerticalPodAutoscalerSpec v1beta2 autoscaling.k8s.io

字段
targetRef	CrossVersionObjectReference 引用控制器，该控制器管理 Pod 组，使自动调节程序可以控制，比方说 Deployment 或 StatefulSet。您可以将 VerticalPodAutoscaler 指向任何具有 [Scale]（https://kubernetes.io/docs/reference/generated/kubernetes-api/v1.13/#scalespec-v1-autoscaling）{：。external} 子资源的控制器。一般而言，VerticalPodAutoscaler 从控制器的 ScaleStatus 中检索 Pod 集合。如果是 DaemonSet 等一些众所周知的控制器，VerticalPodAutoscaler 会从控制器的规范中检索 Pod 组。
updatePolicy	PodUpdatePolicy 指定在 Pod 启动时是否应用推荐的更新，以及在 Pod 的生命周期内是否应用推荐的更新。
resourcePolicy	PodResourcePolicy 指定针对各个容器调整 CPU 和内存请求的政策。

VerticalPodAutoscalerList v1beta2 autoscaling.k8s.io

字段
	TypeMeta API 组、版本和种类。
metadata	ObjectMeta 标准对象元数据。
items	VerticalPodAutoscaler array VerticalPodAutoscaler 对象的列表。

PodUpdatePolicy v1beta2 autoscaling.k8s.io

字段
updateMode	string 指定在 Pod 启动时是否应用推荐的更新，以及在 Pod 的生命周期内是否应用推荐的更新。可能的值为“关闭”、“初始”、“重新创建”和“自动”。

PodResourcePolicy v1beta2 autoscaling.k8s.io

字段
containerPolicies	ContainerResourcePolicy array 各个容器的一系列资源政策。

ContainerResourcePolicy v1beta2 autoscaling.k8s.io

字段
containerName	string 政策适用的容器的名称。如果未指定，则政策将用作默认政策。
mode	ContainerScalingMode 指定在容器启动时是否将推荐的更新应用于容器，以及在容器的生命周期内是否应用推荐的更新。可能的值为“关闭”和“自动”。
minAllowed	ResourceList 指定容器允许的最小 CPU 请求和内存请求。
maxAllowed	ResourceList 指定容器允许的最大 CPU 请求和内存请求。

VerticalPodAutoscalerStatus v1beta2 autoscaling.k8s.io

字段
recommendation	RecommendedPodResources 最近推荐的 CPU 和内存请求。
conditions	VerticalPodAutoscalerCondition array 描述 VerticalPodAutoscaler 的当前状态。

RecommendedPodResources v1beta2 autoscaling.k8s.io

字段
containerRecommendation	RecommendedContainerResources array 针对各个容器的一系列资源推荐。

RecommendedContainerResources v1beta2 autoscaling.k8s.io

字段
containerName	string 推荐适用的容器的名称。
target	ResourceList 容器的推荐 CPU 请求和内存请求。
lowerBound	ResourceList 容器的最小推荐 CPU 请求和内存请求。该数量不足以保证应用的稳定性。使用较小的 CPU 和内存请求运行可能会对性能或可用性产生重大影响。
upperBound	ResourceList 容器的最大推荐 CPU 请求和内存请求。高于推荐值的 CPU 和内存请求可能会被浪费。
uncappedTarget	ResourceList 由自动调节程序计算的最新资源推荐仅基于实际资源使用情况，而不考虑 ContainerResourcePolicy。如果实际资源使用导致目标违反 ContainerResourcePolicy，则最新资源推荐可能与推荐界限不同。该字段仅用作状态指示，不会影响实际的资源分配。

VerticalPodAutoscalerCondition v1beta2 autoscaling.k8s.io

字段
type	VerticalPodAutoscalerConditionType 正在描述的条件的类型。可能的值为“RecommendationProvided”、“LowConfidence”、“NoPodsMatched”和“FetchingHistory”。
status	ConditionStatus 条件的状态。可能的值为True、False和Unknown。
lastTransitionTime	Time 条件上次从一种状态转换到另一种状态的时间。
reason	string 上次从一种状态转换到另一种状态的原因。
message	string 用户可读字符串，提供有关上次从一种状态转换到另一种状态的详细信息。