一、前言：为什么需要弹性伸缩？

在云原生时代，业务流量波动是常态。天亿互联基于Kubernetes（K8s）的容器编排能力，能实现秒级自动扩展，避免资源浪费或服务过载。本教程将带您从零搭建一个具备弹性伸缩能力的容器化应用。

二、环境准备

确保已安装以下工具：

  • Docker 20.10+
  • Kubernetes 1.22+（可使用Minikube或云集群）
  • kubectl命令行工具
  • Metrics Server（用于HPA采集资源指标）

步骤1：安装Metrics Server

kubectl apply -f https://github.com/kubernetes-sigs/metrics-server/releases/latest/download/components.yaml

验证：

kubectl get pods -n kube-system | grep metrics-server

三、创建示例应用并容器化

我们使用一个基于Node.js的简单Web服务作为示例。

步骤2：编写应用代码
创建 app.js：

const http = require('http');
const os = require('os');
const hostname = os.hostname();
const port = 3000;

const server = http.createServer((req, res) => {
  res.statusCode = 200;
  res.setHeader('Content-Type', 'text/plain');
  res.end('Hello from ' + hostname + '\n');
});
server.listen(port, () => {
  console.log('Server running at http://localhost:' + port);
});

步骤3：编写Dockerfile

FROM node:18-alpine
WORKDIR /app
COPY app.js .
EXPOSE 3000
CMD ["node", "app.js"]

步骤4：构建镜像并推送到仓库

docker build -t registry.example.com/myapp:v1 .
docker push registry.example.com/myapp:v1

四、部署到Kubernetes

步骤5：创建Deployment
创建 deployment.yaml：

apiVersion: apps/v1
kind: Deployment
metadata:
  name: myapp-deployment
spec:
  replicas: 2
  selector:
    matchLabels:
      app: myapp
  template:
    metadata:
      labels:
        app: myapp
    spec:
      containers:
      - name: myapp
        image: registry.example.com/myapp:v1
        ports:
        - containerPort: 3000
        resources:
          requests:
            cpu: "100m"
            memory: "128Mi"
          limits:
            cpu: "200m"
            memory: "256Mi"

应用配置：

kubectl apply -f deployment.yaml

步骤6：暴露服务
创建 service.yaml：

apiVersion: v1
kind: Service
metadata:
  name: myapp-service
spec:
  selector:
    app: myapp
  ports:
  - port: 80
    targetPort: 3000
  type: NodePort

应用并获取访问端口：

kubectl apply -f service.yaml
kubectl get svc myapp-service

五、配置弹性伸缩（HPA）

步骤7：创建HPA策略
创建 hpa.yaml：

apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:
  name: myapp-hpa
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: myapp-deployment
  minReplicas: 2
  maxReplicas: 10
  metrics:
  - type: Resource
    resource:
      name: cpu
      target:
        type: Utilization
        averageUtilization: 50

应用HPA：

kubectl apply -f hpa.yaml

六、压力测试验证弹性

步骤8：模拟高负载
使用另一个Pod发起请求：

kubectl run -it --rm load-generator --image=busybox /bin/sh
# 在容器内执行：
while true; do wget -q -O- http://myapp-service; done

步骤9：观察自动扩展

kubectl get hpa myapp-hpa --watch
kubectl get pods -l app=myapp

当CPU使用率超过50%时，Pod数量会自动增加，最高至10个。停止压力后，Pod会逐渐缩减至2个。

七、生产环境优化建议

  • 结合自定义指标（如QPS、请求延迟）使用Prometheus Adapter实现更精准扩展。
  • 设置PodDisruptionBudget保证高可用。
  • 使用Cluster Autoscaler配合节点自动伸缩。
  • 天亿互联提供托管Kubernetes服务，内置弹性伸缩与监控，降低运维复杂度。

八、总结

通过本教程，您已掌握Kubernetes容器化部署与HPA弹性伸缩的核心步骤。从应用打包、部署到自动扩展，天亿互联推荐您在生产环境中结合CI/CD流水线，实现全自动化运维。