Kubernetes HPA中的Overprovision Pods资源

Question

目前，如果我们想在kubernetes中使用Horizo​​ntal Pod自动缩放，我们需要为我们想要的服务指定以下内容：

   Limits:
      cpu:  150m
      memory:   150Mi
    Requests:
      cpu:      42m
      memory:       50Mi

我有一些服务可以使用HPA扩展。

我们可以过度配置这些服务吗？与这些服务一样，资源添加超出了VM可用的总资源。

更新:: 1.更多解释问题，2。添加图像

考虑以下情况：假设pod的请求在总可用CPU范围内，但限制超出它

例如：

总可用CPU为1000m核心，2个容量为500m核心请求，每个限制 1000m。

首先，如果总数只有1000米，我可以设置这个限制，如1000m？

如果是的话？ Update2：＆lt;我想我们可以这样做，因为我在图像＆gt;

中进行了如下所示的实验

  

现在，如果pod 2没有使用它的整个500米核心CPU和pod   达到了要求的总限额500米，

     

这个吊舱现在可以使用超过500米的核心，这些核心没有被使用   第二个限制设置为1000？

如果没有？ 更新2：我想这不再有效了

  

然后我猜想无法完成配置？

Answer 1

让我们首先简要解释一下Autoscaling Algorithm：

每30秒一次（--horizontal-pod-autoscaler-sync-period默认值），自动调节器控制循环对pod进行排队并收集其CPU利用率。然后，它将此值的算术平均值与配置的阈值进行比较，并调整副本数以匹配所需的CPU利用率目标。 CPU利用率是pod的最后1分钟CPU使用率除以pod请求的CPU的平均值。目前，CPU使用率取自Heapster服务（应存在于kube-system命名空间中）。

在此部分，资源请求，资源限制和pod关联性没有用处。我们只获得了所需数量的副本。 然后，Scheduler会参与自动缩放过程，并根据副本编号开始调度pod。此时，将考虑资源请求，资源限制和pod亲缘关系，以确定将部署下一个pod副本的节点。

根据上面提到的，您可以在同一时间段内进行多次无法扩展到最大副本数量的部署。但是，如果资源不足，首先扩大规模 - 消耗资源，任何其他不适合剩余资源的容器将不会被安排，直到资源再次释放为止。

在GCP或GKE上，您可以使用autoscaler在需要更多计算容量时将新节点添加到群集，并在负载下降时将其删除。这将有助于避免“过度配置”，因为您可以始终拥有所需的计算容量，而不是更多，而不是更少。

<强>更新 调度程序根据可用资源，命名空间上设置的默认或配置限制以及pod关联来决定是否运行pod。

限制每个特定pod的工作，限制其资源消耗;它们的目的不是限制几个pod的摘要资源消耗。

使用请求中提到的资源量启动pod。

例如，如果节点上有1000个CPU，并且pod请求限制为1000的500，则调度程序会知道其他500个可用，即使此时该pod消耗所有资源达到限制。因此，在具有1000个CPU可用的节点上，您可以启动两个pod，其中包含请求500和每个限制1000。