admin管理员组文章数量:1437034
Kubernetes 实战：用 Prometheus 提高 K8s 集群弹性伸缩能力的准确性
导语：本文主要通过 Prometheus 在观测 Kubernetes 方面的独特优势，来阐述如何利用 Prometheus 提高 kubernetes 自动弹性伸缩能力的准确性。
Kubernetes 自主扩缩容概述
当我们在 kubernetes 容器部署服务的时候，可能会有如下的困惑：
我的服务需要几个 Pod？资源怎么分配？
在业务高峰的时候对于资源的需求和低谷的时候的需求不同，如何调整？
我怎么知道业务目前处于高峰还是低谷？
给 Pod 分配多少 CPU 和内存才能保证我的服务正常运行，并且性能最佳？
在我们不了解 Kubernetes 提供的垂直 Pod 自动扩缩器（VPA）和水平 Pod 自动扩缩器（HPA）之前，大部分运维同学会采取监控随着业务高峰低谷的变化，CPU、内存使用率等指标，来沉淀经验从而手动扩缩容：比如晚上业务压力小，我们可以通过指令或者 UI 将 Pod 副本数调整为 2 个，当白天高峰期的时候，我们再将 Pod 的副本数调整为 4 个，但是这些操作都是人为介入，很耗费精力。
这个时候，如果不想再过多的人为干预资源的分布，而是想把有限的精力投放到应用开发，我们就开始了寻找自动扩缩能力之旅，了解到了 Kubernetes 自动扩缩能力：
集群层级自动扩缩（CA）： 集群自动伸缩，Node 级别自动扩缩容。
垂直 Pod 自动扩缩（VPA）：扩缩 Pod 配置，比如 CPU、内存配置。
水平 Pod 自动扩缩容（HPA）：Pod 水平自动伸缩，根据资源使用率或者自定义指标自动调整 Pod 的个数。
这三种自动扩缩器中，CA 代表的 Node 增减容易引起 Kubernetes 集群的稳定性，一旦出现问题会影响部署在集群的所有业务，故而生产环境不会选择 CA，而 VPA 目前的技术成熟度还远远不够，可能会导致 Pod 的重建，也有可能被调度到其他的节点上。故而我们优先考虑 HPA，用来做 Pod 的水平自动伸缩，根据资源使用率或者自定义指标自动调整 Pod 的个数。
但是这个时候又有了新的问题：传统的扩缩容方案往往依赖资源使用率，也就是简单的 CPU 和内存指标，但是难以应对复杂的业务场景，具体有以下几个方面的考虑：
维度单一：比如 A 应用目前可能 CPU 的使用率并不高，但是请求队列积压，导致延迟升高，这个时候，基于 CPU 的扩缩就不会触发，导致性能问题。
缺乏灵活性：基于 HPA 去做静态阈值扩缩的时候往往会设定：CPU>80% 则扩容，缺乏动态调整和场景适配能力。
- 周期性业务：拿目前中小学生都会使用到的在线教育平台来举例子，工作日晚上6点到8点的流量是白天的三倍，周末却是白天的流量更大，若采用固定的阈值，要么在低峰的时候资源被浪费，要么在高峰期的时候资源扩缩延迟。
- 突发流量：电商秒杀活动，就可能会在很短的时间内涌入大量的请求，静态资源的扩缩难以及时响应。
所以我们本篇文章主要落脚于：腾讯云托管 Prometheus 作为云原生监控领域的标杆产品，如何通过多维度的监控能力，协同HPA弹性伸缩原理，为用户提供更智能，更高效的弹性扩缩解决方案。
一、原理说明
1.数据采集
Prometheus 通过采集集群多维指标来判断扩缩容情况，包括：
- 基础资源（CPU、内存、I/O、网络）
- 自定义业务指标（请求量、错误率、响应延迟等）
2.数据存储与查询
腾讯云托管 Prometheus 采集存储都是高可用架构，支持通过 PromQL 进行复杂分析（如计算速率、聚合统计）。
3.指标适配与 HPA 集成
利用 Prometheus Adapter 将原始指标（如 http_requests_total）转换为 HPA 可识别的格式（如 http_requests_per_second），突破 HPA 对自定义指标的支持限制。
4.动态扩缩策略
基于业务场景定义弹性规则：
- 请求速率 > 100/s 时扩容
- 结合响应时间与错误率综合判定
- 周期性流量预判（如周末自动扩容）
二、操作流程
1.选择腾讯云 Prometheus
登陆腾讯云可观测平台，选择 Prometheus：
根据业务部署地域，购买 Prometheus 实例：
新建完成后，就可以开始使用了。
2.上报自定义指标
这个时候需要部署上报自定义指标，以 Python 为例子，先写一个：
Python + Flask 示例
代码语言：javascript代码运行次数：0运行复制from flask import Flask
from prometheus_client import Counter, generate_latest, CONTENT_TYPE_LATEST
app = Flask(__name__)
# 定义一个计数器来统计 HTTP 请求总数
http_requests_total = Counter('http_requests_total', 'Total HTTP requests')
@app.route('/')
defhello_world():
# 每次请求时计数器加 1
http_requests_total.inc()
return'Hello, World!'
@app.route('/metrics')
defmetrics():
# 暴露 Prometheus 可采集的指标数据
return generate_latest(), 200, {'Content-Type': CONTENT_TYPE_LATEST}
if __name__ == '__main__':
app.run(host='0.0.0.0', port=5000)将上述代码保存为 myapp.py，同时创建 Dockerfile,在 Dockerfile 中构建包含该应用的镜像：
代码语言：javascript代码运行次数：0运行复制FROM python:3.9-slim
WORKDIR /app
COPY . /app
RUN pip install --no-cache-dir -r requirements.txt
EXPOSE 5000
CMD ["python", "myapp.py"]并创建 requirements.txt 文件，内容如下：
代码语言：javascript代码运行次数：0运行复制flask
prometheus_client依赖刚刚创建的 Dockerfile，构建 myapp 的镜像文件，从而推送到腾讯云 TCR 上：
结束后可以在腾讯云容器服务->镜像仓库看到以下结果：
部署 myapp 的应用以及服务 service，接下来就是最重要的自定义指标上报了，我们先构建对应的应用：my-flask-app.yaml 如下：
代码语言：javascript代码运行次数：0运行复制apiVersion: apps/v1
kind: Deployment
metadata:
name: my-flask-app
labels:
app: my-flask-app
spec:
replicas: 1
selector:
matchLabels:
app: my-flask-app
template:
metadata:
labels:
app: my-flask-app
spec:
containers:
- name: my-flask-app
image: your-flask-app-image:latest # 替换为实际的镜像名称和标签
ports:
- containerPort: 5000 # 暴露指标端口
resources:
requests:
cpu: "100m"
memory: "128Mi"
limits:
cpu: "200m"
memory: "256Mi"然后部署 service：
代码语言：javascript代码运行次数：0运行复制apiVersion: v1
kind: Service
metadata:
name: my-flask-app-service
labels:
app: my-flask-app
spec:
selector:
app: my-flask-app
ports:
- name: metric #暴露指标端口
port: 80
targetPort: 5000在 TKE 容器环境直接使用 yaml 部署，部署完成后可查看：
后续为了用腾讯云可观测平台的云压测来做压测从而触发 HPA 工作，我们将该 my-flask-app-service 修改成为内网 CLB 可访问的形式，这样在配置压测任务的时候就可以直接压测内网 CLB：80，就可以实现通过 HPA 进行弹性扩缩容的目的，此为后话。
接着就是通过腾讯云托管 Prometheus 进行自定义指标的上报：打开 Prometheus 控制台，选择数据采集->集成容器服务->数据采集配置。
选择新建自定义监控：
yaml 编辑：
确认后展示目前指标的采集情况：
指标详情中，我们进一步验证：http_requests_total 指标：
打开与托管 Prometheus 绑定的 Grafana 面板，选择 explore，验证指标 http_requests_total 是存在的，且携带了：namespace、Pod、app 的标签：
并且通过 curl 的动作，验证 http_requests_total 是随着访问而递增的计数器。
3.创建 Prometheus adapter
Prometheus Adapter 是一个 Kubernetes API 的扩展，用于将 Prometheus 的指标 http_requests_total 暴露并转化为 kubernetes 集群，Kubernetes API server可识别的指标：http_requests_per_second，以便 HPA 可以使用这些指标,去进行弹性扩缩容。在腾讯云 TKE 容器环境创建 Prometheus-adapter 的步骤如下：
1.打开 TKE 容器集群，选择配置管理，点击“新建”：
2.输入一下 config.yaml 并确认
rules:
- seriesQuery: 'http_requests_total{namespace!="",pod!=""}' # 必须包含namespace和pod标签
resources:
overrides:
namespace: { resource: "namespace" }
pod: { resource: "pod" }
name:
matches: "^(http_requests_total)$" # 匹配原始指标名称
as: "http_requests_per_second" # 转换为HPA可用的指标名称
metricsQuery: 'sum(rate(http_requests_total{<<.LabelMatchers>>}[1m])) by (<<.GroupBy>>)'3. 直接利用腾讯云 TKE 容器环境的 Prometheus-adapter 公共镜像，创建Prometheus-adapter 工作负载：
代码语言：javascript代码运行次数：0运行复制apiVersion: apps/v1
kind: Deployment
metadata:
name: prometheus-adapter
namespace: custom-metrics
labels:
app.kubernetes.io/component: metrics
app.kubernetes.io/instance: prometheus-adapter
app.kubernetes.io/managed-by: Helm
app.kubernetes.io/name: prometheus-adapter
app.kubernetes.io/part-of: prometheus-adapter
app.kubernetes.io/version: v0.12.0
spec:
replicas: 1
revisionHistoryLimit: 10
selector:
matchLabels:
app.kubernetes.io/instance: prometheus-adapter
app.kubernetes.io/name: prometheus-adapter
strategy:
rollingUpdate:
maxSurge: 25%
maxUnavailable: 25%
type: RollingUpdate
template:
metadata:
labels:
app.kubernetes.io/component: metrics
app.kubernetes.io/instance: prometheus-adapter
app.kubernetes.io/managed-by: Helm
app.kubernetes.io/name: prometheus-adapter
app.kubernetes.io/part-of: prometheus-adapter
app.kubernetes.io/version: v0.12.0
spec:
serviceAccountName: prometheus-adapter
containers:
- name: prometheus-adapter
image: ccrs.tencentyun/halewang/prometheus-adapter:v0.11.2
args:
- /adapter
- --secure-port=6443
- --cert-dir=/tmp/cert
- --prometheus-url=http://172.16.64.16:9090
- --metrics-relist-interval=1m
- --v=6
- --config=/etc/adapter/config.yaml
- --prometheus-header=Authorization=Basic MTI1MTc2Mzg2ODooN2dBMmd+T0RXTW5rUD09RlRGOEk5Z3RNUnk=
ports:
- containerPort: 6443
name: https
protocol: TCP
volumeMounts:
- name: config
mountPath: /etc/adapter/
readOnly: true
- name: tmp
mountPath: /tmp
securityContext:
allowPrivilegeEscalation: false
capabilities:
drop: ["ALL"]
readOnlyRootFilesystem: true
runAsNonRoot: true
runAsUser: 10001
volumes:
- name: config
configMap:
name: prometheus-adapter
- name: tmp
emptyDir: {}注意：将 Prometheus-url 替换成自己在腾讯云可观测平台创建的 Prometheus 的url，将 Prometheus 的 appid：token 按照 Base64 转换后，作为 args 添加如上
部署完成后，检查日志：确保没有鉴权和 404 的报错：
4.定义 HPA 策略
创建一个 HPA 资源，让其根据自定义指标去进行弹性扩缩容，我们配置 http_requests_per_second 指标，HPA 资源如下:
代码语言：javascript代码运行次数：0运行复制# my-flask-app-hpa.yaml
apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:
name: my-flask-app-hpa
spec:
scaleTargetRef:
apiVersion: apps/v1
kind: Deployment
name: my-flask-app
minReplicas: 1
maxReplicas: 10
metrics:
- type: Pods
pods:
metric:
name: http_requests_per_second
target:
type: AverageValue
averageValue: 100部署完成后，在 TKE 容器环境进行检查：
这里需要注意的是：在my_flask_app_hpa 的配置中指标名称：http_requests_per_second 要与 Prometheus-adapter 的 config.yaml 中转化后，即“as”后的指标名称保持一致，并且在 Prometheus-adapter 的日志中能够看到 http_requests_per_second 被采集且返回：200
5.压测验证
这里结合我们腾讯云可观测平台的云压测来做对应的验证动作，打开腾讯云可观测平台->云压测，创建自己的项目名称，即可在该项目下选择“简单模式”来做相应的压测动作，在压测过程中，通过不停的访问 http_requests_total 的计数，从而http_requests_per_second 达到他扩缩的门限：
我们选择 my-flask-app-service 所在的 VPC 的发压机来做本次压测动作：
设置最大 VUs：200，通过 2 步在 1 分钟内压到最大并发，且压测 3 分钟：
在这个压测过程中，持续地关注 my-flask-app 工作负载 pod 数的变化：
从指令来看，Pod 数从之前的 1 个变成了 4 个，且还在变化：
从 TKE 控制台直接观察 Deployment 的事件以及 Pod 个数，也非常直观：
当压测结束，Pod 数又随着 http_requests_per_second 变小（每秒变化的速率降低），最终变为一个 Pod:
直接从 Grafana 直观地感受 Pod 数的变化：
至此验证了 Prometheus 基于自定义指标助力 K8s 集群进行弹性扩缩容的灵活性。
核心价值与思考
在业务运营的关键节点，例如大促活动筹备阶段或者业务升级的重要时刻，可观测平台都发挥着极为关键的作用，我们推动用户将可观测平台的各项产品灵活搭配的运用起来，比如云压测与托管 Prometheus，将两者精妙地整合起来，从而为 TKE 容器环境构建起一道坚实的资源管理纽带。
当然，我们也有不少客户已经切实感受到了这种整合带来的优势，比如可观测平台的全模块覆盖用户：某零售厂商，正是巧妙地运用了我们 APM 与 Prometheus 监控系统的无缝对接。在此基础上，配合云压测产品，达成了全链路压测（APM、云压测）、Prometheus 监控与 TKE 容器服务之间的高效联动，在新业务推出或者大促活动期间，即便遭遇如汹涌潮水般的流量高峰冲击，也能够镇定自若，游刃有余地应对各类挑战并确保业务的稳定运行。
结论
腾讯云托管 Prometheus 与容器环境 TKE 的结合，不仅仅实现了从“经验驱动”到“数据驱动”的运维转型，也通过实时监控、动态策略与自动化扩展，帮助企业不仅能够快速响应业务波动，提升用户体验。而且可以优化资源利用率，降低运营成本。
联系我们
如有任何疑问，欢迎加入官方技术交流群
关于腾讯云可观测平台
腾讯云可观测平台（Tencent Cloud Observability Platform，TCOP）基于指标、链路、日志、事件的全类型监控数据，结合强大的可视化和告警能力，为您提供一体化监控解决方案。满足您全链路、端到端的统一监控诉求，提高运维排障效率，为业务的健康和稳定保驾护航。功能模块有：
- Prometheus 监控：开箱即用的 Prometheus 托管服务；
- 应用性能监控 APM：支持无侵入式探针，零配置获得开箱即用的应用观测能力；
- 云拨测 CAT：利用分布于全球的监测网络，提供模拟终端用户体验的拨测服务；
- 前端/终端性能监控 RUM：Web、小程序、iOS、Android 端等大前端质量、性能监控；
- Grafana 可视化服务：提供免运维、免搭建的 Grafana 托管服务；
- 云压测 PTS：模拟海量用户的真实业务场景，全方位验证系统可用性和稳定性；
- ......等等
本文标签： Kubernetes 实战用 Prometheus 提高 K8s 集群弹性伸缩能力的准确性
版权声明：本文标题：Kubernetes 实战：用 Prometheus 提高 K8s 集群弹性伸缩能力的准确性 内容由网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：http://www.betaflare.com/biancheng/1747450537a2698092.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。
发表评论