Skip to content

约 4 分钟阅读

Kubernetes Vertical Pod Autoscaler ​

Vertical Pod Autoscaler(VPA)根据历史和当前资源使用,为容器计算 CPU/内存 requests 建议,并可按配置把建议应用到 Pod。VPA 不是 kube-controller-manager 内置控制器,需要安装对应 CRD 和组件;能力与更新行为应以所用发行版为准。

例如订单 API 的内存 request 为128Mi,但多个业务周期稳定使用约350Mi。VPA可以给出更合适的声明建议,减少错误调度承诺;它不会替应用修复内存泄漏,也不会保证把request提高就能消除OOM。是否触及内存limit、是否有节点空间、是否允许中断,都要单独检查。

VPA建议状态、Off观察模式与Recreate更新生效路径

组件和边界 ​

常见实现包含:

  • Recommender:计算目标、下限和上限建议。
  • Admission Controller:在新 Pod 创建时写入建议资源。
  • Updater:按模式和能力更新已有Pod资源;Recreate路径通过Eviction API驱逐,由工作负载控制器重建。

VPA 主要管理 requests,不是节点扩容器。requests 增大后如果节点无空间,Pod 可能 Pending,需要节点扩缩或容量预留配合。

先使用建议模式 ​

示例要求已安装兼容的VPA CRD/Recommender,orders/order-api存在且业务容器名确实为 api。固定部署版本后先使用 Off,不依赖自动更新模式的默认值:

yaml
apiVersion: autoscaling.k8s.io/v1
kind: VerticalPodAutoscaler
metadata:
  name: order-api
  namespace: orders
spec:
  targetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: order-api
  updatePolicy:
    updateMode: "Off"
  resourcePolicy:
    containerPolicies:
      - containerName: "*"
        mode: "Off"
      - containerName: api
        mode: "Auto"
        controlledResources: ["cpu", "memory"]
        controlledValues: "RequestsOnly"
        minAllowed: { cpu: 100m, memory: 128Mi }
        maxAllowed: { cpu: "2", memory: 2Gi }

updateMode: Off 只生成recommendation,适合先观察多个负载周期。容器策略中的 mode: Auto 表示对 api 计算建议,不会覆盖整个VPA的Off更新策略;通配Off使未单独配置的sidecar不被纳入自动管理。

这里明确设置 RequestsOnly。上游实现的 controlledValues 默认通常是 RequestsAndLimits,可能按request比例同步调整limit,不能把“VPA主要管理requests”理解为永远不碰limits。RequestsOnly 下也要检查建议是否超过原limit;例如内存request想升到384Mi而limit仍为256Mi,就必须先解决字段合同冲突,不能直接开启更新。

更新模式生效入口需要验证
Off仅写VPA状态中的建议采样覆盖、应用真实瓶颈
Initial新Pod创建时准入注入旧Pod不会自动变化、新Pod能否调度
Recreate准入注入,加Updater驱逐后重建PDB、最小副本、重建和恢复时间
InPlaceOrRecreate(部署版本支持时)尝试原地调整,失败可回退重建集群能力、容器resize策略、回退中断

原地调整不等于绝无中断;是否重启容器或回退驱逐取决于模式、集群及资源策略。其他模式名称与支持范围以安装的CRD、控制器镜像和feature gate共同确定,不能只因API接受了字段就认定节点已支持。

阅读 Recommendation ​

bash
kubectl get vpa order-api -n orders -o yaml

每个容器通常包含:

字段含义
target当前模型建议的 requests
lowerBound低于此值更容易资源不足
upperBound高于此值可能浪费资源
uncappedTarget不考虑 policy 上限时的原始目标

建议依赖观测历史。新服务、周期任务、突发流量和内存泄漏可能产生误导,不能直接把 target 当成永久容量值。

先对齐 .status.recommendation.containerRecommendations[].containerName,确认读的是业务容器,再比较当前request、建议和真实曲线。lowerBound并不保证应用稳定,uncappedTarget远高于 maxAllowed 也说明策略可能截断了需求,不能因为受限target停在2Gi就认定2Gi足够。

与 HPA 配合 ​

HPA 使用 CPU utilization 时,分母是 CPU requests;VPA 同时修改 CPU requests 会改变 HPA 看到的比例,两个控制器可能互相影响。

常见策略:

  • VPA 只输出建议,人工或流水线评审后调整。
  • HPA 使用请求量、队列或其他不依赖 requests 的指标。
  • VPA 只管理内存,HPA 使用 CPU 或业务指标。
  • 在正式自动化前用真实负载验证组合行为。

更新中断 ​

如果应用建议需要驱逐Pod,应同时检查PDB、拓扑、PVC、配额和剩余容量。Updater经Eviction API驱逐时会尊重PDB;替代Pod通常由控制器在旧Pod删除后创建,Deployment的 maxSurge 不能被当成VPA驱逐前必有替代Pod的保证。

验收要分别确认“建议已生成”“新Pod字段已注入”“调度成功”“业务恢复”,以及PDB拒绝驱逐时能否保留旧Pod。停止自动更新可先退回Off;已重建Pod的资源不会因此自动恢复,还需受控调整并验证实际对象。

对单副本、有状态、长任务或启动缓慢的工作负载,优先建议模式或维护窗口,不默认开启自动驱逐。

排障 ​

bash
kubectl get vpa -A
kubectl describe vpa order-api -n orders
kubectl get pod -n orders -l app=order-api -o jsonpath='{range .items[*]}{.metadata.name}{"\t"}{.spec.containers[0].resources.requests}{"\n"}{end}'
kubectl get events -n orders --sort-by=.metadata.creationTimestamp
现象优先检查
没有 recommendationVPA 组件、metrics 来源、历史窗口、targetRef
新 Pod 未使用建议Admission Controller、update mode、resource policy
自动更新长期不发生PDB、Updater、最小副本、驱逐限制
更新后 Pod Pendingrequests 增长、节点容量、拓扑和配额
HPA 行为突然变化CPU requests 是否被 VPA 修改

VPA 的目标是让 requests 更接近实际需求,不是替代性能分析。内存持续增长、CPU 异常和下游瓶颈仍要回到应用与系统证据定位。

别急,先让缓存热一下。