Container Service for Kubernetes:Skalakan kontainer dalam hitungan detik dengan ack-autoscaling-placeholder

Prasyarat

• Node autoscaling diaktifkan untuk kluster ACK dengan pool node elastis yang telah dikonfigurasi.

• label node ditetapkan pada pool node elastis melalui Node Labels. Panduan ini menggunakan demo=yes.

Cara kerja

Ketiga langkah ini bekerja bersama melalui mekanisme preemption prioritas Kubernetes:

1. Placeholder berjalan dengan PriorityClass rendah (nilai -1), mencadangkan sumber daya node.

2. Ketika workload aktual diterapkan dengan PriorityClass tinggi (nilai 1000000), penjadwal mengeluarkan placeholder dan menempatkan workload tersebut langsung pada sumber daya yang telah dibebaskan.

3. Placeholder yang kini berstatus Pending memicu CA untuk menyediakan node baru. Setelah node siap, placeholder dijadwalkan ulang dan buffer dipulihkan.

Terapkan ack-autoscaling-placeholder

1. Masuk ke Container Service Management Console. Di panel navigasi sebelah kiri, pilih Marketplace > Marketplace.

2. Di tab App Catalog, cari ack-autoscaling-placeholder lalu klik ack-autoscaling-placeholder.

3. Di halaman ack-autoscaling-placeholder, klik Deploy.

4. Di panel pembuatan, klik tab Parameter, ganti Parameters dengan YAML berikut, lalu klik OK.

   Tetapkan resources.requests agar sesuai dengan sumber daya allocatable pada node target, bukan kapasitas total. Node mencadangkan kapasitas untuk kubelet, sistem operasi, dan kube-proxy. Periksa dengan perintah kubectl describe node <node-name> di bagian Allocatable.

   nameOverride: ""
   fullnameOverride: ""
   
   priorityClassDefault:
     enabled: true
     name: default-priority-class   # Kelas prioritas rendah untuk pod placeholder.
     value: -1                      # Harus berada di atas ambang batas pod yang dapat diabaikan oleh CA dan di bawah prioritas workload nyata.
   
   deployments:
      - name: ack-place-holder
        replicaCount: 1
        containers:
          - name: placeholder
            image: registry-vpc.cn-shenzhen.aliyuncs.com/acs/pause:3.1
            pullPolicy: IfNotPresent
            resources:
              requests:
                cpu: 4             # Sesuaikan permintaan ini agar cocok dengan sumber daya allocatable node,
                memory: 8Gi        # bukan kapasitas mentah node (kurangi overhead kubelet, OS, dan kube-proxy).
        imagePullSecrets: {}
        annotations: {}
        nodeSelector:              # Harus sesuai dengan label pada pool node elastis.
          demo: "yes"
        tolerations: []
        affinity: {}
        labels: {}

5. Pilih Applications > Helm dan pastikan status aplikasi adalah Deployed.

Buat PriorityClass untuk workload

1. Buat file priorityClass.yaml dengan konten berikut.

   apiVersion: scheduling.k8s.io/v1
   kind: PriorityClass
   metadata:
     name: high-priority
   value: 1000000       # Harus lebih tinggi daripada nilai PriorityClass placeholder (-1).
   globalDefault: false
   description: "Kelas prioritas tinggi untuk workload produksi."

2. Terapkan PriorityClass tersebut.

   kubectl apply -f priorityClass.yaml

   Output yang diharapkan:

   priorityclass.scheduling.k8s.io/high-priority created

Terapkan workload

1. Buat file workload.yaml dengan konten berikut.

   apiVersion: apps/v1
   kind: Deployment
   metadata:
     name: placeholder-test
     labels:
       app: nginx
   spec:
     replicas: 1
     selector:
       matchLabels:
         app: nginx
     template:
       metadata:
         labels:
           app: nginx
       spec:
         nodeSelector:              # Harus sesuai dengan label pada pool node elastis.
           demo: "yes"
         priorityClassName: high-priority   # Merujuk ke PriorityClass yang dibuat pada Langkah 2.
         containers:
         - name: nginx
           image: anolis-registry.cn-zhangjiakou.cr.aliyuncs.com/openanolis/nginx:1.14.1-8.6
           ports:
           - containerPort: 80
           resources:
             requests:
               cpu: 3             # Harus kurang dari atau sama dengan permintaan CPU placeholder (4)
               memory: 5Gi        # agar workload nyata muat dalam ruang yang telah dicadangkan.

2. Terapkan Deployment tersebut.

   kubectl apply -f workload.yaml

   Output yang diharapkan:

   deployment.apps/placeholder-test created

Verifikasi hasil

1. Setelah diterapkan, status pod ack-place-holder adalah Running.

   

2. Workload menggantikan placeholder dan berjalan di node yang sama. Placeholder berpindah ke status Pending.

   • Workload placeholder-test berstatus Running di node yang sebelumnya ditempati placeholder.

   • Pod placeholder masuk ke status Pending karena sumber daya tidak mencukupi.

3. CA mendeteksi placeholder yang berstatus Pending dan menyediakan node baru. Setelah node siap, placeholder dijadwalkan ulang dan buffer dipulihkan.

   

Langkah selanjutnya

Untuk over-provisioning multi-zona, lihat Raih Skala Elastis Cepat secara Simultan di Beberapa Zona.