背景

我们知道集群中pod的扩缩容可以用HPA，节点的扩缩容可以用
Cluster Autoscaler，缩容或者下线维持pod数量可以使用PDB，那么该如何实现集群核心组件的负载弹性呢，比如CoreDNS、Ingress Controller等。

一个集群应该部署多少个核心组件副本呢？这个问题没有统一的答案。不同类型的应用、不同的网络、不同的调度分布，环境都不是一致的。

但是大部分的情况下，核心组件的副本数目和集群的节点数目是成正比的，一个集群的节点数目越多，核心组件所需要的副本数就越多。

cluster-proportional-autoscaler

通过这个工具可以精确的实现核心组件的扩缩容。
官方地址：
https://kubernetes.io/docs/tasks/administer-cluster/dns-horizontal-autoscaling/
https://github.com/kubernetes-sigs/cluster-proportional-autoscaler

cpa只需要一个configmap和一个cpa的deployment，并在deployment中指定伸缩的监听对象以及伸缩策略即可。下面将以coredns为例进行测试。

伸缩策略

线性模型

{
      "coresPerReplica": 2,
      "nodesPerReplica": 1,
      "min": 1,
      "max": 100,
      "includeUnschedulableNodes": true,
      "preventSinglePointFailure": true
}

coresPerReplica 的意思是按照核心数目来计算副本集，
nodesPerReplica 是按照节点数目来计算副本集，
includeUnschedulableNodes 为true表示按照节点数进行扩展，否则只在可以调度的节点上扩展（不包括cordon和drain节点）
preventSinglePointFailure 如果是单节点会确保至少2个副本

副本数量

replicas = max( ceil( cores 1/coresPerReplica ) , ceil( nodes 1/nodesPerReplica ) )
replicas = min(replicas, max)
replicas = max(replicas, min)

假如集群有2个node，每台机器都是4C8G，那么如果按照 coresPerReplica 这个指标计算，则需要 241/2=4个副本；
如果按照 nodesPerReplica 来计算，则需要 2*1/1=2个副本；
所以最后的副本数是 max（4，2）= 4。

梯度模型

{
      "coresToReplicas":
      [
        [ 1, 1 ],
        [ 64, 3 ],
        [ 512, 5 ],
        [ 1024, 7 ],
        [ 2048, 10 ],
        [ 4096, 15 ]
      ],
      "nodesToReplicas":
      [
        [ 1, 1 ],
        [ 2, 2 ]
      ]
    }

这个配置表示存在 coresToReplicas 和 nodesToReplicas 两个梯度，其中 coresToReplicas 的梯度表示：最小为 1 个副本；CPU 核心数目大于 3 小于 64 的时候，为 2 个副本；依次类推。

同样 nodesToReplicas 表示 1 个节点的时候为 1 个副本，2 个节点的时候为 2 个副本。

安装使用

创建cpa-coredns.yaml，授权cpa对pod数进行修改

kind: ServiceAccount
apiVersion: v1
metadata:
  name: cluster-proportional-autoscaler-coredns
  namespace: kube-system
---
kind: ClusterRole
apiVersion: rbac.authorization.k8s.io/v1
metadata:
  name: system:cluster-proportional-autoscaler-coredns
rules:
  - apiGroups: [""]
    resources: ["nodes"]
    verbs: ["list", "watch"]
  - apiGroups: [""]
    resources: ["replicationcontrollers/scale"]
    verbs: ["get", "update"]
  - apiGroups: ["apps"]
    resources: ["deployments/scale", "replicasets/scale"]
    verbs: ["get", "update"]
  - apiGroups: [""]
    resources: ["configmaps"]
    verbs: ["get", "create"]
---
kind: ClusterRoleBinding
apiVersion: rbac.authorization.k8s.io/v1
metadata:
  name: system:cluster-proportional-autoscaler-coredns
subjects:
  - kind: ServiceAccount
    name: cluster-proportional-autoscaler-coredns
    namespace: kube-system
roleRef:
  kind: ClusterRole
  name: system:cluster-proportional-autoscaler-coredns
  apiGroup: rbac.authorization.k8s.io

创建cpa-deployyaml，指定pod副本数，监听coredns，伸缩策略，用户角色。

kind: ConfigMap
apiVersion: v1
metadata:
  name: coredns-autoscaler
  namespace: kube-system
data:
  linear: |-
    {
      "coresPerReplica": 2,
      "nodesPerReplica": 1,
      "min": 1,
      "max": 10,
      "preventSinglePointFailure": true
    }
---
apiVersion: apps/v1
kind: Deployment
metadata:
  name: coredns-autoscaler
  namespace: kube-system
  labels:
    app: autoscaler
spec:
  selector:
    matchLabels:
      app: autoscaler
  replicas: 1
  template:
    metadata:
      labels:
        app: autoscaler
    spec:
      containers:
      - image: lank8s.cn/cpa/cluster-proportional-autoscaler:1.8.4
        name: autoscaler
        command:
          - /cluster-proportional-autoscaler
          - --namespace=kube-system
          - --configmap=coredns-autoscaler
          - --target=deployment/coredns
          - --logtostderr=true
          - --v=2
      serviceAccountName: cluster-proportional-autoscaler-coredns

部署
```
k create -f cpa-coredns.yaml
k create -f cpa-deploy.yaml
```
查看pod
查看日志
修改cm中的min为2，机器是2c4g，所以改了min。

也可以使用helm安装，添加repo

helm repo add cluster-proportional-autoscaler https://kubernetes-sigs.github.io/cluster-proportional-autoscaler
helm repo update
helm upgrade --install cluster-proportional-autoscaler \
cluster-proportional-autoscaler/cluster-proportional-autoscaler --values coredns-cpa.yaml

hpa和cpa的区别

hpa：是Kubernetes的顶级API资源。它监控pods中容器的CPU或内存使用率，并自动对副本数进行扩缩容。
cpa：是一个DIY容器，它不是Kubernetes API资源。它也不需要监控CPU或者内存使用率，它只需要监控集群中的节点数和CPU核心数，并根据configmap来定义副本数。

背景