k8s基于自定义指标的自动弹性伸缩落地解决方案？

除了CPU和内存，对于批量服务，网络带宽和磁盘的IO也需要进行监控。如果更加细致的话，可以监控OS核心的指标。另外也可以从业务指标进行监控，如业务处理时长，业务成功率等。目前貌似没有通用方案，和业务特点有关。

1、 k8s自动弹性伸缩能力的实现，存在有最佳实践，但是具体实现，是靠K8S不同商用发行版产品的能力而定，没有通用的方案。

2、 k8s自动弹性伸缩是指根据容器资源占用情况自动调整容器数量。通常由K8S集群配置自动弹性伸缩的若干指标，譬如CPU、内存、网络等，然后监测指标是否超出所设定的上下限时，通常使用的是采集周期（一分钟）内监测指标的平均值（即 CPU 平均使用量和内存平均使用量），而且只有当连续三个采集周期内的监测指标平均值均超出所设定的上下限时，自动弹性伸缩才会触发扩容或伸缩操作，以避免因为监控数据抖动而引起频繁的扩容或缩容操作。

3、 k8s自动弹性伸缩 通常提供“弹性伸缩策略”，供业务应用绑定使用。 当监测指标值超过所设定的上限，以用户设定的步长增加容器数量。 当监测指标值低于所设定的下限，以用户设定的步长减少容器数量。

4、常用的监测指标如下：

• 以 CPU 使用量为指标

  • 指定上限： auto_scaling.max_cpu
  • 指定下限：auto_scaling.min_cpu

• 以内存使用量为指标

  • 指定上限：auto_scaling.max_memory
  • 指定下限：auto_scaling.min_memory

• 以出网速率（bytes/s）为指标

  • 指定上限：auto_scaling.max_internetOutRate
  • 指定下限：auto.scaling.min_internetOutRate

• 以入网速率（bytes/s）为指标

  • 指定上限：auto_scaling.max_internetInRate
  • 指定下限：auto_scaling.min_internetInRate

5、 核心系统的批量服务，因为其业务连续性保障需求较高，且故障会影响第二天的开门营业。通常会预留充足的资源，而不宜使用 k8s自动弹性伸缩。