linux - 如何在不使用 Kubernetes (PKS) 中的 cron-job 的情况下运行节点自动缩放器脚本

Question

我有一个节点自动缩放 shell 脚本，它负责根据 Kubernetes 集群中所有节点的平均 CPU/内存自动缩放工作节点。

我目前从安装了 pks、kubectl cli 的堡垒运行此脚本，并且还配置了一个 cron-job 以每 5 分钟运行一次。

在 Kubernetes(AWS 上的 PKS)中还有其他方法可以做到这一点吗？

或者可能不使用 cron-job，因为自动缩放变得完全依赖于 cron。

谢谢

Answer 1

TL;DR:使用 k8s 自动缩放

要在 k8s 上设置自动缩放，请使用:

kubectl autoscale -f <controller>.yaml --min=3 --max=5

注意:基于 AWS 的 PKS 是一种矫枉过正

你提到了 PKS

在 AWS 基础设施上使用 PKS 似乎有些矫枉过正。仅仅因为 AWS 有 EKS

要使用 AWS 云，VMware recommends VMC on AWS

PKS 自动缩放

如果您坚持使用 PKS 而不是 AWS，您可以试试这个示例存储库:pks-autoscale

Author repo 也有很大的PKS quickstart guide for aws

在 AWS 上扩展

EKS 自动缩放

AWS EKS supports three-dimensional scaling :

• Cluster Autoscaler — The Kubernetes Cluster Autoscaler automatically adjusts the number of nodes in your cluster when pods fail to launch due to lack of resources or when nodes in the cluster are underutilized and their pods can be rescheduled on to other nodes in the cluster.
• Horizontal Pod Autoscaler — The Kubernetes Horizontal Pod Autoscaler automatically scales the number of pods in a deployment, replication controller, or replica set based on that resource's CPU utilization.
• Vertical Pod Autoscaler — The Kubernetes Vertical Pod Autoscaler automatically adjusts the CPU and memory reservations for your pods to help "right size" your applications. This can help you to better use your cluster resources and free up CPU and memory for other pods.

EC2 自动缩放

如果您决定使用 PKS 构建自己的 k8s 集群，您可以使用 EC2 自动缩放 - 只需 create an Auto Scaling Group .

使用aws-cli:

aws autoscaling create-auto-scaling-group --auto-scaling-group-name <my-asg> --launch-configuration-name <my-launch-config> --min-size 3 --max-size 5 --vpc-zone-identifier "<zones>

EC2 预测扩展

最近，AWS 推出了 predictive scaling for EC2 :

... predictive scaling. Using data collected from your actual EC2 usage and further informed by billions of data points drawn from our own observations, we use well-trained Machine Learning models to predict your expected traffic (and EC2 usage) including daily and weekly patterns.