Container Service for Kubernetes:Configure custom metrics using AHPA for application scaling

Como funciona

Expor métricas: As aplicações expõem métricas de negócio, como requests_per_second, no formato Prometheus por meio de um endpoint HTTP, como /metrics. Coletar métricas: O agente do Managed Service for Prometheus no cluster descobre e coleta periodicamente os dados de métricas expostos pela aplicação e os armazena no Managed Service for Prometheus. Consultar métricas: O controlador do AHPA consulta periodicamente a API de métricas externas para obter o valor atual da métrica personalizada. Adaptar métricas: O ack-alibaba-cloud-metrics-adapter recebe a solicitação, traduz-a em uma consulta PromQL e a envia ao Managed Service for Prometheus. Retornar valor: Após executar a consulta, o Managed Service for Prometheus retorna o resultado ao adaptador. Reportar resultado: O adaptador de métricas reporta o resultado ao controlador do AHPA. Decisão de dimensionamento: O controlador do AHPA calcula o número desejado de réplicas de pod com base nos valores atuais das métricas e no limiar alvo predefinido. Em seguida, ajusta o número de replicas do Deployment alvo para dimensionar a aplicação horizontalmente.

Antes de começar

• O add-on do AHPA deve estar implantado e a fonte de dados do Prometheus configurada. Para mais informações, consulte Implantar o AHPA.

• O Managed Service for Prometheus deve estar ativado.

Etapa 1: Implantar a aplicação e o ServiceMonitor

Primeiro, implante uma aplicação de exemplo capaz de expor métricas personalizadas e configure um ServiceMonitor para que o Prometheus possa coletar o endpoint de métricas da aplicação.

1. Faça login no ACK console. No painel de navegação à esquerda, clique em Clusters.

2. Na página Clusters, clique no nome do seu cluster. No painel de navegação à esquerda, clique em Workloads > Deployments.

3. Na página Deployments, clique em Create from YAML e siga as instruções na tela para implantar o yaml. Isso cria a aplicação sample-app, um Service para fornecer acesso interno ao cluster e um ServiceMonitor para coleta de métricas.

   • Deployment

     Este contêiner expõe a métrica personalizada requests_per_second no caminho /metrics na porta 8080, indicando o número de requisições por segundo.

     Conteúdo yaml

     apiVersion: apps/v1
     kind: Deployment
     metadata:
       name: sample-app
       namespace: default
       labels:
         app: sample-app
     spec:
       replicas: 1
       selector:
         matchLabels:
           app: sample-app
       template:
         metadata:
           labels:
             app: sample-app
         spec:
           containers:
           - image: registry-cn-hangzhou.ack.aliyuncs.com/acs/ahpa-external-sample:v1
             name: metrics-provider
             ports:
             - name: http
               containerPort: 8080
             env:
             - name: NAMESPACE
               valueFrom:
                 fieldRef:
                   fieldPath: metadata.namespace
             - name: POD_NAME
               valueFrom:
                 fieldRef:
                   fieldPath: metadata.name

   • Service

     Isso cria um endpoint estável dentro do cluster para o Deployment.

     Conteúdo yaml

     apiVersion: v1
     kind: Service
     metadata:
       name: sample-app
       namespace: default
       labels:
         app: sample-app
     spec:
       # Selects pods with the label app: sample-app.
       selector:
         app: sample-app
       ports:
       - name: http
         port: 8080
         targetPort: 8080
       type: ClusterIP

   • ServiceMonitor

     A coleta de métricas é iniciada após a criação deste recurso. O ServiceMonitor vem ativado por padrão. Para verificar seu status, consulte Ativar recursos .

     Conteúdo yaml

     apiVersion: monitoring.coreos.com/v1
     kind: ServiceMonitor
     metadata:
       name: sample-app
       namespace: default
     spec:
       endpoints:
       - interval: 30s
         port: http
         path: /metrics
       namespaceSelector:
         any: true
       selector:
         matchLabels:
           # Associates with the previously created Service through this label.
           app: sample-app

Etapa 2: Implantar o adaptador de métricas

O adaptador de métricas atua como uma ponte entre o AHPA e o Prometheus. Após implantar o add-on, configure-o para conectar à sua instância do Managed Service for Prometheus.

Etapa 3: Configurar métricas personalizadas

Etapa 4: Criar uma regra do AHPA e verificar o dimensionamento

Em seguida, crie uma regra do AHPA para automatizar o dimensionamento e execute um teste de estresse para verificar seu comportamento.

1. Crie um recurso do AHPA.

   Use o yaml a seguir para criar um recurso do AHPA. O AHPA escala horizontalmente quando o valor médio de requests_per_second por pod excede 10 e reduz a escala quando cai abaixo de 10.

   • Configure external.metric especificando o nome da métrica e matchLabels. O nome da métrica deve corresponder ao especificado em Configurar métricas personalizadas. Neste exemplo, a métrica personalizada está definida como requests_per_second.

   • Defina o limiar alvo. Por exemplo, defina AverageValue como 10. Isso significa que o dimensionamento horizontal começa se o número de requisições por segundo exceder 10.

   Conteúdo yaml

   apiVersion: autoscaling.alibabacloud.com/v1beta1
   kind: AdvancedHorizontalPodAutoscaler
   metadata:
     name: customer-deployment
     namespace: default
   spec:
     metrics:
     - external:
         metric:
           # This must match the name.as value in the metrics adapter rule.
           name: requests_per_second
           selector:
             matchLabels:
               # Filter the metric source by using labels.
               namespace: default
               service: sample-app
         target:
           # Indicates that the target value is an average per pod.
           type: AverageValue
           # Indicates that a scale-out is triggered when the average QPS per pod exceeds 10.
           averageValue: 10
       type: External
     # Minimum and maximum replica limits.
     minReplicas: 0
     maxReplicas: 50
     prediction:
       quantile: 95
       scaleUpForward: 180
     scaleStrategy: observer
     # Declare the target workload for AHPA to scale.
     scaleTargetRef:
       apiVersion: apps/v1
       kind: Deployment
       name: sample-app
     instanceBounds:
     - startTime: "2023-08-01 00:00:00"
       endTime: "2033-08-01 00:00:00"
       bounds:
       - cron: "* 0-8 ? * MON-FRI"
         maxReplicas: 50
         minReplicas: 4
       - cron: "* 9-15 ? * MON-FRI"
         maxReplicas: 50
         minReplicas: 5
       - cron: "* 16-23 ? * MON-FRI"
         maxReplicas: 50
         minReplicas: 1

2. Após o teste de estresse, verifique o status do objeto AHPA.

   kubectl get ahpa

   Saída esperada:

   NAME                  STRATEGY   PERIODICITY   REFERENCE               METRIC                TARGETS   DESIREDPODS   REPLICAS   MINPODS   MAXPODS   AGE
   customer-deployment   observer                 Deployment/sample-app   requests_per_second   16/10     2             1          1         50        102s

   • TARGETS: O valor atual da métrica é 16 e o valor alvo é 10.

   • DESIREDPODS: O AHPA calcula o número desejado de réplicas como 2 com base em Current Value (16) / Target Value (10) = 2.

   • REPLICAS: Exibe o número real de réplicas de sample-app.

     Como a STRATEGY atual do AHPA é observer , ele realiza apenas cálculos e observações, sem executar operações de dimensionamento. Portanto, mesmo que DESIREDPODS seja 2, REPLICAS permanece 1 .

   Execute o comando kubectl get deployment sample-app para verificar as alterações em tempo real na contagem de réplicas de pod.

Considerações de produção