title: 手动安装 HPA (仅适用于2.0.7之前版本) description: 本节介绍如何为 v2.0.7 版本之前的 Rancher 创建的集群中手动安装 HPA。本节还介绍了如何配置 HPA 以便按比例进行自动扩缩容,以及如何为 HPA 分配角色。必须先满足一些要求,然后才能在 Kubernetes 集群中使用 HPA。 keywords:

  • rancher
  • rancher中文
  • rancher中文文档
  • rancher官网
  • rancher文档
  • Rancher
  • rancher 中文
  • rancher 中文文档
  • rancher cn
  • 用户指南
  • Pod 弹性伸缩
  • 手动安装 HPA

本节介绍如何为 v2.0.7 版本之前的 Rancher 创建的集群中手动安装 HPA。本节还介绍了如何配置 HPA 以便按比例进行自动扩缩容,以及如何为 HPA 分配角色。

必须先满足一些要求,然后才能在 Kubernetes 集群中使用 HPA。

要求

确保您的 Kubernetes 集群服务至少以以下参数运行:

  • kube-api: requestheader-client-ca-file
  • kubelet: read-only-port 为 10255
  • kube-controller: 可选,仅在需要与默认值不同时才需要。

    • horizontal-pod-autoscaler-downscale-delay: "5m0s"
    • horizontal-pod-autoscaler-upscale-delay: "3m0s"
    • horizontal-pod-autoscaler-sync-period: "30s"

对于 RKE 部署的 Kubernetes 集群,在 services 部分添加此代码段。要使用 Rancher v2.0 UI 添加此代码段,请打开集群视图,然后为要在其中使用 HPA 的集群选择省略号(… )> 编辑。然后,从集群选项中,单击编辑为 YAML。将以下代码段添加 services 部分:

  1. services:
  2. ...
  3. kube-api:
  4. extra_args:
  5. requestheader-client-ca-file: "/etc/kubernetes/ssl/kube-ca.pem"
  6. kube-controller:
  7. extra_args:
  8. horizontal-pod-autoscaler-downscale-delay: "5m0s"
  9. horizontal-pod-autoscaler-upscale-delay: "1m0s"
  10. horizontal-pod-autoscaler-sync-period: "30s"
  11. kubelet:
  12. extra_args:
  13. read-only-port: 10255

一旦配置和部署了 Kubernetes 集群,就可以部署指标服务(metrics services)。

注: 以下各节中的 kubectl 命令示例在运行 Rancher v2.0.6 和 Kubernetes v1.10.1 的集群中进行了测试。

使用资源指标配置 HPA 进行自动扩缩容

要基于 CPU 和内存使用等资源指标创建 HPA 资源,您需要在 Kubernetes 集群的 kube-system 命名空间中部署 metrics-server 软件包。这种部署允许 HPA 使用 metrics.k8s.io API。

先决条件:您必须运行 kubectl 1.8 或更高版本。

  1. 使用 kubectl 连接到您的 Kubernetes 集群。

  2. 克隆 GitHub metrics-server 仓库:

    1. # git clone https://github.com/kubernetes-incubator/metrics-server
  3. 安装 metrics-server 软件包。

    1. # kubectl create -f metrics-server/deploy/1.8+/
  4. 检查 metrics-server 是否正常运行。在 kube-system 命名空间里检查对应的 pod 和日志是否正常。

    1. 检查 pod 状态是否为 running 状态。输入以下命令:

      1. # kubectl get pods -n kube-system

      然后检查是否 pod 的状态 running .

      1. NAME READY STATUS RESTARTS AGE
      2. ...
      3. metrics-server-6fbfb84cdd-t2fk9 1/1 Running 0 8h
      4. ...
    2. 检查 pod 日志以确保服务可用性。输入以下命令:

      1. # kubectl -n kube-system logs metrics-server-6fbfb84cdd-t2fk9

      然后查看日志以确认 metrics-server 软件包正在运行。

      1. I0723 08:09:56.193136 1 heapster.go:71] /metrics-server --source=kubernetes.summary_api:''
      2. I0723 08:09:56.193574 1 heapster.go:72] Metrics Server version v0.2.1
      3. I0723 08:09:56.194480 1 configs.go:61] Using Kubernetes client with master "https://10.43.0.1:443" and version
      4. I0723 08:09:56.194501 1 configs.go:62] Using kubelet port 10255
      5. I0723 08:09:56.198612 1 heapster.go:128] Starting with Metric Sink
      6. I0723 08:09:56.780114 1 serving.go:308] Generated self-signed cert (apiserver.local.config/certificates/apiserver.crt, apiserver.local.config/certificates/apiserver.key)
      7. I0723 08:09:57.391518 1 heapster.go:101] Starting Heapster API server...
      8. [restful] 2018/07/23 08:09:57 log.go:33: [restful/swagger] listing is available at https:///swaggerapi
      9. [restful] 2018/07/23 08:09:57 log.go:33: [restful/swagger] https:///swaggerui/ is mapped to folder /swagger-ui/
      10. I0723 08:09:57.394080 1 serve.go:85] Serving securely on 0.0.0.0:443
  5. 检查是否可以通过 kubectl 访问 metrics api。

    • 如果要通过 Rancher 访问集群,请在 kubectl 配置中以以下格式输入服务器 URL: https:// <RANCHER_URL>/k8s/clusters/<CLUSTER_ID> 。将后缀 /k8s/clusters/<CLUSTER_ID> 添加到 API 路径。

      1. # kubectl get --raw /k8s/clusters/<CLUSTER_ID>/apis/metrics.k8s.io/v1beta1

      如果 API 正常运行,您应该收到与以下输出类似的输出。

      1. {"kind":"APIResourceList","apiVersion":"v1","groupVersion":"metrics.k8s.io/v1beta1","resources":[{"name":"nodes","singularName":"","namespaced":false,"kind":"NodeMetrics","verbs":["get","list"]},{"name":"pods","singularName":"","namespaced":true,"kind":"PodMetrics","verbs":["get","list"]}]}
    • 如果直接访问集群,请在 kubectl 配置中以以下格式输入服务器 URL: https://<K8s_URL>:6443

      1. # kubectl get --raw /apis/metrics.k8s.io/v1beta1

      如果 API 正常运行,您应该收到与以下输出类似的输出。

      1. {"kind":"APIResourceList","apiVersion":"v1","groupVersion":"metrics.k8s.io/v1beta1","resources":[{"name":"nodes","singularName":"","namespaced":false,"kind":"NodeMetrics","verbs":["get","list"]},{"name":"pods","singularName":"","namespaced":true,"kind":"PodMetrics","verbs":["get","list"]}]}

为您的 HPA 分配其他必需的角色

默认情况下,HPA 使用system:anonymous用户读取资源和自定义指标。在 ClusterRole 和 ClusterRoleBindings 清单中将system:anonymous分配给view-resource-metricsview-custom-metrics。这些角色用于访问指标。

为此,请按照下列步骤操作:

配置kubectl以连接到您的集群。

复制 ClusterRole 和 ClusterRoleBinding 清单以获取用于 HPA 的指标类型。

  1. 资源指标: ApiGroups resource.metrics.k8s.io

    1. apiVersion: rbac.authorization.k8s.io/v1
    2. kind: ClusterRole
    3. metadata:
    4. name: view-resource-metrics
    5. rules:
    6. - apiGroups:
    7. - metrics.k8s.io
    8. resources:
    9. - pods
    10. - nodes
    11. verbs:
    12. - get
    13. - list
    14. - watch
    15. ---
    16. apiVersion: rbac.authorization.k8s.io/v1
    17. kind: ClusterRoleBinding
    18. metadata:
    19. name: view-resource-metrics
    20. roleRef:
    21. apiGroup: rbac.authorization.k8s.io
    22. kind: ClusterRole
    23. name: view-resource-metrics
    24. subjects:
    25. - apiGroup: rbac.authorization.k8s.io
    26. kind: User
    27. name: system:anonymous
  2. 自定义指标: ApiGroups custom.metrics.k8s.io

    1. apiVersion: rbac.authorization.k8s.io/v1
    2. kind: ClusterRole
    3. metadata:
    4. name: view-custom-metrics
    5. rules:
    6. - apiGroups:
    7. - custom.metrics.k8s.io
    8. resources:
    9. - "*"
    10. verbs:
    11. - get
    12. - list
    13. - watch
    14. ---
    15. apiVersion: rbac.authorization.k8s.io/v1
    16. kind: ClusterRoleBinding
    17. metadata:
    18. name: view-custom-metrics
    19. roleRef:
    20. apiGroup: rbac.authorization.k8s.io
    21. kind: ClusterRole
    22. name: view-custom-metrics
    23. subjects:
    24. - apiGroup: rbac.authorization.k8s.io
    25. kind: User
    26. name: system:anonymous

根据您使用的指标,使用以下命令之一在集群中创建它们。

  1. # kubectl create -f <RESOURCE_METRICS_MANIFEST>
  2. # kubectl create -f <CUSTOM_METRICS_MANIFEST>