Advanced Horizontal Pod Autoscaler (AHPA) は、Kubernetes ワークロードに予測スケーリング機能を追加する Container Service for Kubernetes (ACK) のコンポーネントです。標準の Horizontal Pod Autoscaler (HPA) はメトリクスが急上昇した後に反応しますが、AHPA は機械学習に基づくプロアクティブな予測とリアルタイムのパッシブな予測を組み合わせることでその遅延を解消し、トラフィックが到着する前に Pod を準備します。
AHPA コントローラーをインストールして、予測スケーリング機能を有効にしてください。
仕組み
AHPA は、2 つの補完的なスケーリングパスを並行して実行します:
-
プロアクティブな予測: AHPA は、DAMO アカデミーの機械学習アルゴリズムを使用して履歴メトリクスデータを分析し、最大 24 時間先までの Pod 需要を予測します。予測されるトラフィックの急増が到着する前に、Pod を事前にプロビジョニングします。このパスは、日次ピーク、週次サイクルなどの周期的なトラフィックパターンを持つアプリケーションに有効です。
-
パッシブな予測: リアルタイムメトリクスが予測ベースラインから逸脱した場合 (たとえば、予期しないトラフィックの急増時など)、AHPA は現在のデータに基づいて Pod 数を即座に調整します。このパスは、予測不可能な負荷変動に対するセーフティネットを提供します。
サービス低下機能により、1 つ以上の特定の時間枠内で Pod の最大数と最小数を設定できます。
次の図に AHPA のアーキテクチャを示します。
アーキテクチャは、次のモジュールで構成されています:
| モジュール | 役割 |
|---|---|
| DAMO アカデミーの ML アルゴリズム | 履歴メトリクスを分析し、最大 24 時間先までの将来の Pod 需要を予測 |
| プロアクティブ予測子 | ML の予測に基づいて事前スケーリングをスケジュール |
| パッシブ予測子 | リアルタイムメトリクスを監視し、逸脱が予測ベースラインを超えた場合に即時スケーリングをトリガー |
| スケーリングエグゼキューター | スケーリングの決定を Knative、HPA、または Deployment に適用 |
| サービス低下レイヤー | 特定の時間枠内で設定された Pod の最小/最大数を強制 |
サポートされるメトリクス
AHPA は、CPU、メモリ、QPS (1 秒あたりのクエリ数)、RT (応答時間)、外部メトリクスなどのメトリクスタイプをサポートします。
スケーリング方法
AHPA は、3 つのターゲットタイプを使用してスケーリングの決定を適用します:
| ターゲット | 最適な用途 |
|---|---|
| Knative | サーバーレスワークロード。コールドスタートの問題を解決。同時実行数、QPS、または RT に基づいてスケーリング |
| HPA | 標準の Kubernetes ワークロード。よりシンプルなポリシー設定。コールドスタートにも対応 |
| Deployment | 中間の HPA リソースなしで Deployment を直接スケーリング |
すべての Pod が Elastic Container Instance 上で実行される ACK Serverless クラスターでは、AHPA はゼロノード自動スケーリングを可能にします。これにより、クラスターはノード容量を管理することなく Pod レベルでスケーリングします。
設計原則
AHPA は、3 つの原則に基づいています:
-
安定性: スケーリングは、アプリケーションが安定した状態にある場合にのみトリガーされます。
-
O&M フリー: クライアント側で追加のコントローラーは不要です。AHPA の設定構文は HPA よりもシンプルです。
-
サーバーレス指向: ノードのリソース使用率ではなく Pod に焦点を当てているため、AHPA はサーバーレスおよび Elastic Container Instance 環境に自然に適合します。
注意事項
設定の詳細、前提条件、YAML の例については、「AHPA の概要」をご参照ください。
リリースノート
2024年4月
| バージョン | リリース日 | 説明 | 影響 |
|---|---|---|---|
| v2.6.0-aliyun.1 | 2024-04-16 | metrics-server を使用するメトリクス収集リンクを最適化しました。 | オフピーク時間帯に更新を実行してください。 |
2024年3月
| バージョン | リリース日 | 説明 | 影響 |
|---|---|---|---|
| v2.5.6-aliyun.1 | 2024-03-20 | カスタムメトリクス処理時のパニックを修正しました。 | オフピーク時間帯に更新を実行してください。 |
2023年12月
| バージョン | リリース日 | 説明 | 影響 |
|---|---|---|---|
| v2.5.0-aliyun.1 | 2023-12-25 | カスタム PromQL 設定と Elastic Workload のサポートを追加しました。kubectl の出力を改善し、周期的機能がアクティブかどうかを表示するようにしました。 | オフピーク時間帯に更新を実行してください。 |
2023年10月
| バージョン | リリース日 | 説明 | 影響 |
|---|---|---|---|
| v2.4.0-aliyun.1 | 2023-10-16 | パッシブな予測が複数のメトリクスをサポートするようになりました。kubectl の出力を改善し、複数の AHPA メトリクスを表示するようにしました。TargetRef で指定されたオブジェクトへの変更が反映されない問題を修正しました。 | オフピーク時間帯に更新を実行してください。 |
2023年7月
| バージョン | リリース日 | 説明 | 影響 |
|---|---|---|---|
| v2.3.0-aliyun.1 | 2023-07-12 | カスタムメトリクスのサポートを追加しました。kubectl の出力を改善し、参照先リソースのタイプを表示するようにしました。 | オフピーク時間帯に更新を実行してください。 |
2023年6月
| バージョン | リリース日 | 説明 | 影響 |
|---|---|---|---|
| v2.2.0-aliyun.1 | 2023-06-19 | 予測スケーリングが同時実行数メトリクスをサポートするようになりました。Knative のパッシブ処理ロジックを最適化しました。リアルタイムの CPU およびメモリメトリクスクエリのレイテンシーを改善しました。 | オフピーク時間帯に更新を実行してください。 |
2023年4月
| バージョン | リリース日 | 説明 | 影響 |
|---|---|---|---|
| v2.1.0-aliyun.1 | 2023-04-26 | Prometheus ダッシュボードに対応しました。履歴メトリクスの時間範囲をカスタマイズできるようにしました。 | オフピーク時間帯に更新を実行してください。 |
2022年7月
| バージョン | リリース日 | 説明 | 影響 |
|---|---|---|---|
| v1.0.0-aliyun.1 | 2022-07-13 | 初回リリース。予測スケーリングで CPU、メモリ、RT、QPS メトリクスをサポート。Deployment、HPA、Knative 経由のスケーリングをサポート。 | ワークロードへの影響はありません。 |