华为云CCE弹性伸缩HPA实战：从CPU指标到自动扩缩容

背景

线上业务的流量很少是一条直线：白天高峰、深夜低谷，促销活动一来瞬间翻几倍。如果靠人工盯着监控手动扩缩容，既不及时又容易出错。Kubernetes 原生的 HPA（Horizontal Pod Autoscaler，水平自动扩缩缩容）可以根据 CPU、内存等指标自动调整 Pod 副本数，在华为云 CCE（云容器引擎）上配置起来非常方便。本文记录一次完整的 HPA 实战过程。

前提准备

• 已创建华为云 CCE 集群（Turbo 或标准集群均可），集群版本建议 1.23+；
• 本地已安装 kubectl，并通过 CCE 控制台下载 kubeconfig 完成对接，执行 kubectl get nodes 能正常返回节点列表；
• CCE 默认集成了 metrics-server，HPA 依赖它采集 Pod 资源指标，可通过 kubectl top pods 验证指标链路是否正常。

步骤一：部署一个示例应用

先部署一个简单的 Nginx 应用用于演示：

apiVersion: apps/v1
kind: Deployment
metadata:
  name: hpa-demo
spec:
  replicas: 2
  selector:
    matchLabels:
      app: hpa-demo
  template:
    metadata:
      labels:
        app: hpa-demo
    spec:
      containers:
      - name: nginx
        image: nginx:1.25
        ports:
        - containerPort: 80
        resources:
          requests:
            cpu: 200m
            memory: 256Mi
          limits:
            cpu: 500m
            memory: 512Mi

注意：resources.requests 必须填写，HPA 计算利用率的分母就是 request 值，不填会导致 HPA 无法工作。

kubectl apply -f hpa-demo.yaml

步骤二：创建 HPA 策略

可以直接用命令行创建：

kubectl autoscale deployment hpa-demo --cpu-percent=50 --min=2 --max=10

也可以用 YAML（autoscaling/v2 支持多指标，更推荐）：

apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:
  name: hpa-demo
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: hpa-demo
  minReplicas: 2
  maxReplicas: 10
  metrics:
  - type: Resource
    resource:
      name: cpu
      target:
        type: Utilization
        averageUtilization: 50
  behavior:
    scaleDown:
      stabilizationWindowSeconds: 300

这里把 CPU 平均利用率目标定为 50%，副本数在 2~10 之间浮动，缩容冷却窗口 300 秒，避免指标抖动导致反复缩容。

步骤三：查看 HPA 状态

kubectl get hpa hpa-demo -w

正常时输出类似：

NAME       REFERENCE             TARGETS   MINPODS   MAXPODS   REPLICAS
HPA-demo   Deployment/hpa-demo   3%/50%    2         10        2

TARGETS 显示当前利用率/目标利用率。

步骤四：压测验证扩缩容

启动一个压测 Pod 持续请求示例应用：

kubectl run -i --tty load-test --rm --image=busybox --restart=Never -- \
  /bin/sh -c "while true; do wget -q -O- http://hpa-demo; done"

等待一两分钟后，再次查看 HPA：

kubectl get hpa hpa-demo
kubectl get pods -l app=hpa-demo

可以看到 CPU 利用率上升超过 50%，副本数自动从 2 扩到 4、6 甚至更多。停止压测（Ctrl+C 退出，Pod 自动删除）约 5 分钟后，副本数会逐步缩回 2。

控制台方式

不想写 YAML，也可以在 CCE 控制台完成：进入集群 → 工作负载 → 找到 Deployment → 「弹性伸缩」→ 开启 HPA，图形化填写目标 CPU 利用率、最小/最大副本数即可，效果与 kubectl 完全一致。

几个实战经验

1. request 设置要合理：request 定得太低，轻微流量就会触发扩容；定得太高，扩容阈值难达到。建议先用 kubectl top pods 观察一周的实际用量再定。
2. 配合云监控 CES 告警：HPA 只管 Pod 数量，节点资源不足时 Pod 会 Pending。建议在 CES 上对集群节点 CPU/内存设置告警，必要时叠加节点池自动扩缩容。
3. 缩容要保守：stabilizationWindowSeconds 给足，避免业务毛刺导致副本数来回跳动，影响长连接业务。
4. 内存指标慎用：内存不像 CPU 那样可压缩，基于内存的 HPA 容易误判，优先用 CPU 或自定义业务指标（如 QPS）。

总结

在华为云 CCE 上落地 HPA 只需要三步：给工作负载设置合理的 resources requests、创建 HPA 策略、压测验证。配置一次之后，流量高峰自动扩容、低谷自动缩容，既保障了业务稳定性，又避免了为峰值预留大量闲置资源，降本效果明显。建议每个在线业务都评估接入。