Solução de dimensionamento para cargas de trabalho e recursos de computação em clusters ACK - Container Service for Kubernetes: Central de Documentação do Alibaba Cloud

Observações de uso

Antes de configurar o dimensionamento de carga de trabalho e o dimensionamento de nós, familiarize-se com as soluções da comunidade, como Horizontal Pod Autoscaler (HPA), Vertical Pod Autoscaler (VPA) e Cluster Autoscaling.
Se o seu cluster tiver mais de 500 nós ou 10.000 pods, consulte Planejar taxas de dimensionamento para garantir a estabilidade do cluster e do plano de controle.

Dimensionamento de carga de trabalho e dimensionamento de recursos de computação

O Auto Scaling do ACK opera em duas camadas:

Dimensionamento de carga de trabalho: ajusta a quantidade de pods ou a alocação de recursos por pod na camada de agendamento. Por exemplo, o HPA dimensiona os pods da aplicação conforme as alterações de tráfego.
Dimensionamento de recursos de computação: ajusta os recursos do cluster por meio do dimensionamento de nós e do dimensionamento de nós virtuais, com base no agendamento de pods e no uso de recursos.

Combine ambas as camadas para melhorar a utilização de recursos e atender às demandas de agendamento de pods.

Soluções de dimensionamento de carga de trabalho

Para dimensionamento temporário, execute kubectl scale e ajuste manualmente a quantidade de pods. Para dimensionamento automatizado, escolha uma das seguintes soluções de dimensionamento de carga de trabalho.

Solução	Descrição	Métrica de dimensionamento	Cenário	Referências
HPA	O HPA aumenta os pods durante picos e reduz nos períodos de baixa demanda para otimizar custos. Adequado para a maioria dos cenários.	Métricas de recursos, como utilização de CPU e memória Métricas personalizadas	Ideal para serviços online com flutuações frequentes de tráfego, como e-commerce, educação online e serviços financeiros.	Usar o Horizontal Pod Autoscaler (HPA)
CronHPA	O CronHPA dimensiona pods conforme um cronograma predefinido semelhante ao Crontab, com suporte a fuso horário e data. É possível excluir datas específicas, como feriados. Compatível com o HPA.	Dimensionamento agendado	Recomendado para aplicações com padrões de tráfego previsíveis ou tarefas agendadas.	Usar o CronHPA Tornar o CronHPA compatível com o HPA
VPA	O VPA monitora o consumo de recursos dos pods, recomenda a alocação de CPU e memória e ajusta essa alocação sem alterar a quantidade de réplicas.	O VPA recomenda e, opcionalmente, ajusta automaticamente as solicitações e limites de CPU e memória para os pods.	Indicado para alocação estável de recursos, como aplicações com estado e grandes implantações monolíticas. O VPA geralmente entra em vigor quando os pods se recuperam de anomalias.	Vertical Pod Autoscaler (VPA)
Kubernetes-based Event Driven Autoscaling (KEDA)	O KEDA permite o dimensionamento automático orientado por eventos para cargas de trabalho provenientes de diversas fontes.	Quantidade de eventos, como o tamanho da fila.	Projetado para trabalhos offline baseados em eventos que exigem dimensionamento instantâneo, como transcodificação de vídeo e áudio, tarefas orientadas por eventos e processamento de fluxo.	Dimensionamento automático orientado por eventos
Advanced Horizontal Pod Autoscaler (AHPA)	O AHPA aprende padrões de flutuação da carga de trabalho a partir de métricas históricas para prever a demanda de recursos e habilitar o dimensionamento preditivo.	Métricas de recursos, como utilização de CPU, memória e GPU Métricas de tráfego, como consultas por segundo (QPS) e tempo de resposta (RT) Outras métricas personalizadas	Mais indicado para padrões periódicos de tráfego, como transmissão ao vivo, educação online e jogos.	Previsão de Auto Scaling (AHPA)

O controlador UnitedDeployment gerencia cargas de trabalho do mesmo tipo em vários subconjuntos, com ajuste de réplicas por subconjunto. Combine-o com as soluções de dimensionamento acima para obter flexibilidade entre diferentes tipos de recursos de computação. Consulte Implementar dimensionamento de carga de trabalho com base no controlador UnitedDeployment.

Dimensionamento de recursos de computação

Os componentes de dimensionamento de recursos de computação detectam pods pendentes e provisionam nós ECS ou instâncias de contêiner elásticas para atender às demandas de agendamento.

Para comparações de dimensionamento de nós, consulte Dimensionamento de nós.

Importante

As estatísticas de entrega de recursos na tabela a seguir são teóricas. Os valores reais podem variar conforme o ambiente.

Solução	Descrição	Cenário	Eficiência de entrega de recursos	Referências
Dimensionamento automático de nós	O ACK dimensiona automaticamente os nós quando os recursos do cluster não conseguem atender ao agendamento de pods.	Adequado para todos os cenários, especialmente serviços online, tarefas de deep learning e dimensionamento em pequena escala. Recomendado para clusters com menos de 20 pools de nós com dimensionamento automático ou pools de nós com menos de 100 nós.	Tempo necessário para adicionar 100 nós a um cluster: Modo padrão: 120 segundos. Modo rápido: 60 segundos. Modo padrão com imagens que suportam inicialização rápida (Qboot): 90 segundos. Modo rápido com imagens que suportam inicialização rápida (Qboot): 45 segundos.	Ativar o dimensionamento automático de nós
Dimensionamento instantâneo de nós	O dimensionamento instantâneo de nós oferece dimensionamento mais rápido, maiores taxas de sucesso na entrega e monitoramento da integridade do estoque de instâncias ECS em comparação ao dimensionamento automático de nós. Consulte Comparação de soluções.	Apropriado para todos os cenários, especialmente clusters de grande escala que exigem dimensionamento mais rápido, dimensionamento com múltiplos tipos de instância e múltiplas zonas, ou agendamento avançado, como restrições de distribuição de topologia. Um cluster é considerado grande se qualquer pool de nós com dimensionamento automático tiver mais de 100 nós ou se o cluster possuir mais de 20 pools de nós com dimensionamento automático.	Tempo necessário para adicionar 100 nós a um cluster: ContainerOS no modo rápido: 45 segundos. Modo padrão: 103 segundos. Ainda não suportado	Ativar o dimensionamento instantâneo de nós Visualizar o status de integridade do dimensionamento instantâneo de nós
Nós virtuais	Os nós virtuais eliminam o gerenciamento de nós e o planejamento de capacidade. Um cluster suporta até 50.000 pods em nós virtuais, com a criação de até 10.000 pods em 1 minuto durante o scale-out.	Aplicável a todos os cenários, especialmente tarefas, tarefas agendadas, computação de dados, aplicações de IA e picos de carga de trabalho.	Tempo necessário para criar 1.000 pods em um cluster: Com cache de imagem desativado: 30 segundos. Com cache de imagem ativado: 15 segundos.	Agendar pods para execução no ECI

Faturamento

O Auto Scaling em si é gratuito. O componente de dimensionamento executa como pods, portanto, seu cluster deve ter pelo menos um nó. Você será cobrado pelos nós adicionados por meio do Auto Scaling. Consulte Visão geral do faturamento.

Perguntas frequentes

Consulte Perguntas frequentes sobre Auto Scaling.

Clique para visualizar o índice de perguntas frequentes do dimensionamento automático de nós

Categoria	Subcategoria	Link
Comportamento de dimensionamento do dimensionamento automático de nós	Limitações conhecidas
	Comportamento de scale-out	Quais políticas de agendamento o cluster-autoscaler usa para determinar se um pod não agendável pode ser agendado em um pool de nós com dimensionamento automático ativado? Quais recursos o cluster-autoscaler pode simular para análise de agendamento? Por que o complemento de dimensionamento automático de nós falha ao realizar o scale-out de nós? Como o autoscaler calcula os recursos de um grupo de dimensionamento que contém vários tipos de instância? Durante um scale-out, como o autoscaler escolhe entre vários pools de nós ativados? Como configurar recursos personalizados para um pool de nós com dimensionamento automático ativado? Por que a ativação do dimensionamento automático para um pool de nós falha?
	Comportamento de scale-in	Por que o cluster-autoscaler falha ao realizar o scale-in de um nó? Como ativar ou desativar a evicção para um DaemonSet específico? Quais tipos de pods podem impedir que o cluster-autoscaler remova um nó?
	Suporte a extensões	O cluster-autoscaler suporta CustomResourceDefinitions (CRDs)?
Comportamento de dimensionamento personalizado	Controlar o comportamento de dimensionamento usando pods	Como atrasar a resposta de scale-out do cluster-autoscaler para um pod não agendável?
Comportamento de dimensionamento personalizado	Controlar o comportamento de dimensionamento usando nós	Como impedir que um nó específico sofra scale-in pelo cluster-autoscaler? Como influenciar o scale-in de nós usando anotações de pod?
Componente cluster-autoscaler		Como atualizar o cluster-autoscaler para a versão mais recente? Quais operações acionam uma atualização automática do cluster-autoscaler? Por que o dimensionamento de nós falha no meu cluster gerenciado ACK mesmo após eu ter concedido as permissões de função necessárias?

Clique para visualizar o índice de perguntas frequentes do dimensionamento instantâneo de nós

Categoria	Subcategoria	Link
Comportamento do dimensionamento instantâneo de nós	Limitações conhecidas
	Comportamento de scale-out	Quais tipos de recursos o dimensionamento instantâneo de nós usa para simulações de dimensionamento? O dimensionamento instantâneo de nós seleciona um tipo de instância apropriado de um pool de nós com base nas solicitações de recursos do pod? Como o dimensionamento instantâneo de nós seleciona um tipo de instância de um pool de nós com vários tipos? Como monitorar o estoque de tipos de instância em um pool de nós ao usar o dimensionamento instantâneo de nós? Como posso otimizar a configuração do pool de nós para evitar falhas de scale-out devido a estoque insuficiente? Por que o dimensionamento instantâneo de nós falha ao realizar o scale-out de nós? Como configuro recursos personalizados para um pool de nós com dimensionamento instantâneo de nós ativado?
	Comportamento de scale-in	Por que o dimensionamento instantâneo de nós falha ao realizar o scale-in de nós? Quais tipos de pods podem impedir que o dimensionamento instantâneo de nós remova um nó?
Comportamento de dimensionamento personalizado	Controlando o dimensionamento com pods	Como posso controlar o scale-in de nós usando pods?
Comportamento de dimensionamento personalizado	Controlando o dimensionamento com nós	Como especifico qual nó excluir durante um scale-in? Como impeço que um nó específico sofra scale-in? O dimensionamento instantâneo de nós pode ser configurado para realizar scale-in apenas de nós vazios?
Complemento de dimensionamento instantâneo de nós		O complemento de dimensionamento instantâneo de nós é atualizado automaticamente? Por que o dimensionamento de nós falha no meu cluster gerenciado ACK após eu ter concedido as permissões necessárias?

Clique para visualizar** o índice de perguntas frequentes do dimensionamento de carga de trabalho** (incluindo HPA e CronHPA)

Referências

Para pré-instalação ou dimensionamento de alto desempenho, consulte Imagens personalizadas para otimização de dimensionamento.
Para coletar logs de Auto Scaling, consulte Coletar arquivos de log de componentes do sistema.
Siga as Configurações recomendadas de carga de trabalho ao configurar suas cargas de trabalho.
Para contêineres serverless, o Knative dimensiona pods com base na contagem de solicitações e na concorrência, incluindo redução para zero. Consulte Ativar o dimensionamento automático para suportar flutuações de tráfego.