在Knative中使用AHPA弹性预测

步骤一：安装Application Intelligence Controller

在组件管理页面安装Application Intelligence Controller。

1. 登录容器服务管理控制台。
2. 在控制台左侧导航栏中，单击集群。
3. 在集群列表页面中，单击目标集群名称或者目标集群右侧操作列下的详情。
4. 在集群管理页左侧导航栏中，选择运维管理 > 组件管理。
5. 在组件管理页面，单击其他页签，然后单击Application Intelligence Controller组件的安装。
6. 在安装组件Application Intelligence Controller对话框中，单击确定。

步骤二：配置Prometheus指标采集

通过Prometheus采集Knative服务的RT、RPS指标数据。

1. 登录ARMS控制台。
2. 在左侧导航栏选择Prometheus监控 > Prometheus实例列表。
3. 在顶部菜单栏选择目标集群所在的地域，然后单击实例名称列进入目标实例页面。
4. 在左侧导航栏选择服务发现，然后单击配置页签。
5. 在配置页签，单击自定义服务发现，然后单击添加。
6. 在添加自定义服务发现对话框中，设置采集规则。

   采集规则配置示例如下：

   job_name: queue-proxy
   scrape_interval: 3s
   scrape_timeout: 3s
   kubernetes_sd_configs:
   - role: pod
   relabel_configs:
   - source_labels:
     - __meta_kubernetes_pod_label_serving_knative_dev_revision
     - __meta_kubernetes_pod_container_port_name
     action: keep
     regex: .+;http-usermetric
   - source_labels:
     - __meta_kubernetes_namespace
     target_label: namespace
   - source_labels:
     - __meta_kubernetes_pod_name
     target_label: pod
   - source_labels:
     - __meta_kubernetes_service_name
     target_label: service

1. 登录ARMS控制台。
2. 在左侧导航栏选择Prometheus监控 > Prometheus实例列表。
3. 在Prometheus监控页面左上角选择Prometheus实例所在的地域，然后选择实例类型为Prometheus for 容器服务的目标实例名称，进入对应实例页面。
4. 在左侧导航栏单击设置，复制HTTP API地址下的公网地址。
5. 在HTTP API地址下单击生成token，获取Prometheus实例的鉴权Token。
6. 使用以下内容，创建application-intelligence.yaml，在集群中设置Prometheus查询地址。

   apiVersion: v1
   kind: ConfigMap
   metadata:
     name: application-intelligence
     namespace: kube-system
   data:
     armsUrl: "https://cn-hangzhou.arms.aliyuncs.com:9443/api/v1/prometheus/da9d7dece901db4c9fc7f5b9c40****/158120454317****/cc6df477a982145d986e3f79c985a****/cn-hangzhou"
     token: "****"

   部分参数说明如下：

   • armsUrl：用于设置ARMS Prometheus的访问地址，值为第4步获取的公网地址。
   • token：用于设置访问鉴权Token，值为第5步获取的鉴权Token。
7. 执行以下命令，部署ConfigMap。

   kubectl apply -f application-intelligence.yaml

步骤三：创建Knative服务

在Knative Service指定使用AHPA弹性策略。

1. 使用以下内容，创建autoscale-go.yaml。

   apiVersion: serving.knative.dev/v1
   kind: Service
   metadata:
     name: autoscale-go
     namespace: default
   spec:
     template:
       metadata:
         labels:
           app: autoscale-go
         annotations:
           autoscaling.knative.dev/class: ahpa.autoscaling.knative.dev
           autoscaling.knative.dev/target: "500"
           autoscaling.knative.dev/metric: "rt"
           autoscaling.knative.dev/minScale: "1"
           autoscaling.knative.dev/maxScale: "30"
           autoscaling.alibabacloud.com/scaleStrategy: "observer"
       spec:
         containers:
           - image: registry.cn-hangzhou.aliyuncs.com/knative-sample/autoscale-go:0.1
                           

   参数	说明
   autoscaling.knative.dev/class: ahpa.autoscaling.knative.dev	指定弹性插件AHPA。
   autoscaling.knative.dev/metric: "rt"	设置AHPA指标。目前仅支持响应时间RT。
   autoscaling.knative.dev/target: "500	设置AHPA指标的阈值，本示例RT阈值为500，单位毫秒。
   autoscaling.knative.dev/minScale: "1"	设置弹性策略实例数的最小值为1。
   autoscaling.knative.dev/maxScale: "30"	设置弹性策略实例数的最大值为30。
   autoscaling.alibabacloud.com/scaleStrategy: "observer"	设置弹性伸缩模式，默认值是observer。 observer：表示只观察，但不做真正的伸缩动作。您可以通过这种方式观察AHPA的工作是否符合预期。由于预测需要历史7天的数据，因此创建服务默认是observer模式。 auto：表示由AHPA负责扩容和缩容，把AHPA指标和阈值输入到AHPA，AHPA最终决定是否生效。

2. 执行以下命令，开启AHPA弹性策略。

   kubectl apply -f autoscale-go.yaml

执行结果

Knative Service开启AHPA弹性后，您可以看到弹性预测生效前后的RT数据对比。