Kubernetes Deployment充分利用了cpu和内存而无须强调

编程问答 2022-07-06

问题描述

我已经在Kubernetes上部署了一个应用程序，并想测试hpa。 使用kubectl top nodes命令时，我注意到cpu和内存在不增加压力的情况下增加了。 有道理吗？

在强调使用Apache Bench进行部署的同时，cpu和内存也没有增加到足以传递目标并制作副本的程度。

我的Deployment yaml文件太大，无法提供。这是我的容器之一。

    - name: web
      image: PHP_apache:1.0
      imagePullPolicy: Always
      resources:
        requests:
          memory: 50Mi
          cpu: 80m
        limits:
          memory: 100Mi
          cpu: 120m
      volumeMounts:
      - name: shared-data
        mountPath: /var/www/html
      ports:
      - containerPort: 80

它由15个容器组成 我有一个包含一个包含2个节点（主节点，工作节点）的群集的VM。

我想强调部署，以便我可以看到它的扩展。 但是我觉得这里有问题！无需强调应用，

来自Pod的cpu /内存已通过目标，并已创建2个副本（不加强调）。 我知道我提供给容器的请求越多，该百分比就越少。 但是，从一开始就增加内存/ cpu的使用量，而不用强调它是否有意义？

我希望目标的左侧部分（pod中的内存使用量）处于0％的初始值，并尽我所能增加并创建副本。 但是随着我在apache bench上的压力，该值最多增加了10％

我们可以在这里看到cpu的使用情况： kubectl顶部豆荚 @H_404_24@

NAME cpu(cores) MEMORY(bytes) x-app-55b54b6fc8-7dqjf 76m 765Mi

!!!! 59％是Pod中的内存使用量@H_404_24@，由内存请求总数/内存（内存使用量）描述。在我的情况下 59％= 765Mi / 1310Mi

HPA Yaml文件：

apiVersion: autoscaling/v2beta2
kind: HorizontalPodAutoscaler
Metadata:
  name: hpa
spec:
  maxReplicas: 10
  minReplicas: 1
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: myapp
  metrics:
  - type: Resource
    resource:
      name: memory
      target:
        type: utilization
        averageutilization: 35

解决方法

使用kubectl top nodes命令时，我注意到CPU和内存在不增加压力的情况下增加了。有道理吗？

是的，这很有道理。如果您要检查Google Cloud关于Requests and Limits

请求和限制是Kubernetes用于控制CPU和内存等资源的机制。 请求是保证容器能够得到的东西。如果容器请求资源，Kubernetes只会将其安排在可以提供该资源的节点上。另一方面，限制条件是确保容器的价值永远不会超过特定值。只能使容器上升到极限，然后再对其进行限制。

但是从一开始就增加内存/ cpu的使用量，而不用强调它是否有意义？

是的，例如您的容器www可以以memory: 50Mi和cpu: 80m开头，但可以增加到memory: 100Mi和cpu: 120m。另外，正如您提到的，您总共有15个容器，因此取决于它们的request，limits，它可以达到35%的{​​{1}}个以上。

在HPA documentation - algorithm-details中，您可以找到信息：

当指定了targetAverageValue或targetAverageUtilization时，currentMetricValue的计算方法是对Horizo​​ntalPodAutoscaler缩放目标中所有Pod的给定指标取平均值。但是，在检查公差并确定最终值之前，我们会考虑吊舱准备情况和缺少的指标。

设置了删除时间戳记的所有Pod（即处于关闭状态的Pod）和所有失败的Pod将被丢弃。

如果特定的Pod缺少指标，则将其保留以备后用；缺少指标的Pod将用于调整最终缩放比例。

不确定最后一个问题：

!! 59％是Pod中的内存使用量，由“内存请求总数/内存（内存使用量）”描述。在我的情况下，59％= 765Mi / 1310Mi

在memory中，当HPA将达到pod中的averageUtilization:时，您将创建另一个35%。它到达memory，并创建了另一个广告连播。由于HPA目标是59%，因此memory根本不算HPA。另外请记住，这是CPU，大约需要1分钟才能更改值。

为更好地了解average的工作方式，请尝试this walkthrough。

如果这没有帮助，请澄清您的确切要求。

cpu-usagedeploymenthpakubernetes