Configurazione della scalabilità automatica del pod orizzontale

Questa pagina mostra come scalare i deployment in Google Kubernetes Engine (GKE) regolando automaticamente le risorse utilizzando metriche come l'allocazione delle risorse, il traffico del bilanciatore del carico, le metriche personalizzate o più metriche contemporaneamente. Questa pagina fornisce anche istruzioni passo passo per configurare un profilo Horizontal Pod Autoscaler (HPA), incluso come visualizzare, eliminare, pulire e risolvere i problemi relativi all'oggetto HPA. Un deployment è un oggetto API Kubernetes che consente di eseguire più repliche di pod distribuite tra i nodi di un cluster.

Questa pagina è dedicata agli operatori e agli sviluppatori che gestiscono lo scaling delle applicazioni in GKE e vogliono capire come ottimizzare dinamicamente le prestazioni e mantenere l'efficienza dei costi tramite la scalabilità automatica orizzontale dei pod. Per scoprire di più sui ruoli comuni e sulle attività di esempio a cui viene fatto riferimento nei contenuti di Google Cloud, consulta la pagina Ruoli utente e attività comuni di GKE Enterprise.

Prima di iniziare

Prima di iniziare, assicurati di aver eseguito le seguenti operazioni:

• Attiva l'API Google Kubernetes Engine.
Attiva l'API Google Kubernetes Engine
• Se vuoi utilizzare Google Cloud CLI per questa attività, installala e poi inizializzala. Se hai già installato gcloud CLI, scarica l'ultima versione eseguendo gcloud components update.

Versioni API per gli oggetti HorizontalPodAutoscaler

Quando utilizzi la console Google Cloud , gli oggetti HorizontalPodAutoscaler vengono creati utilizzando l'API autoscaling/v2.

Quando utilizzi kubectl per creare o visualizzare informazioni su un Horizontal Pod Autoscaler, puoi specificare l'API autoscaling/v1 o l'API autoscaling/v2.

• apiVersion: autoscaling/v1 è l'impostazione predefinita e consente di scalare automaticamente solo in base all'utilizzo della CPU. Per la scalabilità automatica in base ad altre metriche, è consigliabile utilizzare apiVersion: autoscaling/v2. L'esempio in Crea il deployment di esempio utilizza apiVersion: autoscaling/v1.

• apiVersion: autoscaling/v2 è consigliato per la creazione di nuovi oggetti HorizontalPodAutoscaler. Consente di scalare automaticamente in base a più metriche, incluse metriche personalizzate o esterne. Tutti gli altri esempi in questa pagina utilizzano apiVersion: autoscaling/v2.

Per controllare quali versioni dell'API sono supportate, utilizza il comando kubectl api-versions.

Puoi specificare quale API utilizzare quando visualizzi i dettagli di un Horizontal Pod Autoscaler che utilizza apiVersion: autoscaling/v2.

Crea il deployment di esempio

Prima di poter creare un Horizontal Pod Autoscaler, devi creare il workload che monitora. Gli esempi in questa pagina applicano diverse configurazioni di Horizontal Pod Autoscaler al seguente deployment nginx. Esempi separati mostrano un Horizontal Pod Autoscaler basato sull'utilizzo delle risorse, su una metrica personalizzata o esterna e su più metriche.

Salva quanto segue in un file denominato nginx.yaml:

apiVersion: apps/v1
kind: Deployment
metadata:
  name: nginx
  namespace: default
spec:
  replicas: 3
  selector:
    matchLabels:
      app: nginx
  template:
    metadata:
      labels:
        app: nginx
    spec:
      containers:
      - name: nginx
        image: nginx:1.7.9
        ports:
        - containerPort: 80
        resources:
          # You must specify requests for CPU to autoscale
          # based on CPU utilization
          requests:
            cpu: "250m"

Questo manifest specifica un valore per le richieste di CPU. Se vuoi scalare automaticamente in base all'utilizzo di una risorsa in percentuale, devi specificare le richieste per quella risorsa. Se non specifichi le richieste, puoi scalare automaticamente solo in base al valore assoluto dell'utilizzo delle risorse, ad esempio i millicpu per l'utilizzo della CPU.

Per creare il deployment, applica il manifest nginx.yaml:

kubectl apply -f nginx.yaml

Il deployment ha spec.replicas impostato su 3, quindi vengono implementati tre pod. Puoi verificarlo utilizzando il comando kubectl get deployment nginx.

Ciascuno degli esempi in questa pagina applica un diverso Horizontal Pod Autoscaler a un deployment nginx di esempio.

Scalabilità automatica in base all'utilizzo delle risorse

Questo esempio crea l'oggetto HorizontalPodAutoscaler per scalare automaticamente il deployment nginxquando l'utilizzo della CPU supera il 50% e garantisce che ci sia sempre un minimo di 1 replica e un massimo di 10 repliche.

Puoi creare un Horizontal Pod Autoscaler che ha come target la CPU utilizzando la console Google Cloud , il comando kubectl apply o, solo per la CPU media, il comando kubectl autoscale.

apiVersion: autoscaling/v1
kind: HorizontalPodAutoscaler
metadata:
  name: nginx
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: nginx
  minReplicas: 1
  maxReplicas: 10
  targetCPUUtilizationPercentage: 50

kubectl apply -f nginx-hpa.yaml

kubectl autoscale deployment nginx --cpu-percent=50 --min=1 --max=10

Per ottenere un elenco di Horizontal Pod Autoscaler nel cluster, utilizza questo comando:

kubectl get hpa

L'output è simile al seguente:

NAME    REFERENCE          TARGETS   MINPODS   MAXPODS   REPLICAS   AGE
nginx   Deployment/nginx   0%/50%    1         10        3          61s

Per ottenere dettagli sul Horizontal Pod Autoscaler, puoi utilizzare la console Google Cloud o il comandokubectl.

kubectl get hpa nginx -o yaml

apiVersion: autoscaling/v1
kind: HorizontalPodAutoscaler
metadata:
  annotations:
    autoscaling.alpha.kubernetes.io/conditions: '[{"type":"AbleToScale","status":"True","lastTransitionTime":"2019-10-30T19:42:59Z","reason":"ScaleDownStabilized","message":"recent
      recommendations were higher than current one, applying the highest recent recommendation"},{"type":"ScalingActive","status":"True","lastTransitionTime":"2019-10-30T19:42:59Z","reason":"ValidMetricFound","message":"the
      HPA was able to successfully calculate a replica count from cpu resource utilization
      (percentage of request)"},{"type":"ScalingLimited","status":"False","lastTransitionTime":"2019-10-30T19:42:59Z","reason":"DesiredWithinRange","message":"the
      desired count is within the acceptable range"}]'
    autoscaling.alpha.kubernetes.io/current-metrics: '[{"type":"Resource","resource":{"name":"cpu","currentAverageUtilization":0,"currentAverageValue":"0"}}]'
    kubectl.kubernetes.io/last-applied-configuration: |
      {"apiVersion":"autoscaling/v1","kind":"HorizontalPodAutoscaler","metadata":{"annotations":{},"name":"nginx","namespace":"default"},"spec":{"maxReplicas":10,"minReplicas":1,"scaleTargetRef":{"apiVersion":"apps/v1","kind":"Deployment","name":"nginx"},"targetCPUUtilizationPercentage":50}}
  creationTimestamp: "2019-10-30T19:42:43Z"
  name: nginx
  namespace: default
  resourceVersion: "220050"
  selfLink: /apis/autoscaling/v1/namespaces/default/horizontalpodautoscalers/nginx
  uid: 70d1067d-fb4d-11e9-8b2a-42010a8e013f
spec:
  maxReplicas: 10
  minReplicas: 1
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: nginx
  targetCPUUtilizationPercentage: 50
status:
  currentCPUUtilizationPercentage: 0
  currentReplicas: 3
  desiredReplicas: 3

Prima di seguire gli altri esempi in questa pagina, elimina l'HPA:

kubectl delete hpa nginx

Quando elimini un Horizontal Pod Autoscaler, il numero di repliche del deployment rimane invariato. Un deployment non viene ripristinato automaticamente allo stato precedente all'applicazione di Horizontal Pod Autoscaler.

Puoi scoprire di più su come eliminare un Horizontal Pod Autoscaler.

Scalabilità automatica in base al traffico del bilanciatore del carico

La scalabilità automatica basata sul traffico è una funzionalità di GKE che integra gli indicatori di utilizzo del traffico dai bilanciatori del carico per scalare automaticamente i pod.

L'utilizzo del traffico come indicatore di scalabilità automatica potrebbe essere utile, in quanto il traffico è un indicatore principale del carico complementare a CPU e memoria. L'integrazione integrata con GKE garantisce una configurazione semplice e la scalabilità automatica reagisce rapidamente ai picchi di traffico per soddisfare la domanda.

La scalabilità automatica basata sul traffico è abilitata dal controller gateway e dalle sue funzionalità di gestione globale del traffico. Per scoprire di più, consulta la sezione Scalabilità automatica basata sul traffico.

La scalabilità automatica in base al traffico del bilanciatore del carico è disponibile solo per i carichi di lavoro gateway.

Requisiti

La scalabilità automatica basata sul traffico presenta i seguenti requisiti:

• Supportato su GKE 1.31 e versioni successive.
• API Gateway abilitata nel cluster GKE.
• Supportato per il traffico che passa attraverso i bilanciatori del carico di cui è stato eseguito il deployment utilizzando l'API Gateway e gke-l7-global-external-managed, gke-l7-regional-external-managed, gke-l7-rilb o gke-l7-gxlb GatewayClass.

Limitazioni

La scalabilità automatica basata sul traffico presenta le seguenti limitazioni:

• Non supportato dalle GatewayClass multi-cluster (gke-l7-global-external-managed-mc, gke-l7-regional-external-managed-mc, gke-l7-rilb-mc e gke-l7-gxlb-mc).
• Non supportato per il traffico che utilizza servizi di tipo LoadBalancer.
• Deve esistere una relazione chiara e isolata tra i componenti coinvolti nello scaling automatico basato sul traffico. Un Horizontal Pod Autoscaler deve essere dedicato al ridimensionamento di un singolo deployment (o di qualsiasi risorsa scalabile) esposto da un singolo servizio.
• Dopo aver configurato la capacità del servizio utilizzando il campo maxRatePerEndpoint, lascia trascorrere un tempo sufficiente (in genere un minuto, ma potenzialmente fino a 15 minuti nei cluster di grandi dimensioni) affinché il bilanciatore del carico venga aggiornato con questa modifica, prima di configurare il Horizontal Pod Autoscaler con metriche basate sul traffico. In questo modo, il servizio non subirà temporaneamente una situazione in cui il cluster tenta di scalare automaticamente in base alle metriche emesse da un bilanciatore del carico ancora in fase di configurazione.
• Se la scalabilità automatica basata sul traffico viene utilizzata su un servizio gestito da più bilanciatori del carico (ad esempio, sia da un Ingress che da un gateway o da due gateway), Horizontal Pod Autoscaler potrebbe considerare il valore di traffico più alto dei singoli bilanciatori del carico per prendere decisioni di scalabilità, anziché la somma dei valori di traffico di tutti i bilanciatori del carico.

Esegui il deployment della scalabilità automatica basata sul traffico

Il seguente esercizio utilizza HorizontalPodAutoscaler per scalare automaticamente il deployment store-autoscale in base al traffico che riceve. Un gateway accetta il traffico in entrata da internet per i pod. Il gestore della scalabilità automatica confronta gli indicatori di traffico del gateway con la capacità di traffico per pod configurata nella risorsa servizio store-autoscale. Generando traffico verso il gateway, influenzi il numero di pod di cui viene eseguito il deployment.

Il seguente diagramma mostra come funziona la scalabilità automatica basata sul traffico:

Per eseguire il deployment della scalabilità automatica basata sul traffico, segui questi passaggi:

1. Per i cluster Standard, verifica che GatewayClasses siano installate nel cluster. Per i cluster Autopilot, le GatewayClass sono installate per impostazione predefinita.

   kubectl get gatewayclass
   

   L'output conferma che le risorse GKE GatewayClass sono pronte per l'uso nel tuo cluster:

   NAME                               CONTROLLER                  ACCEPTED   AGE
   gke-l7-global-external-managed     networking.gke.io/gateway   True       16h
   gke-l7-regional-external-managed   networking.gke.io/gateway   True       16h
   gke-l7-gxlb                        networking.gke.io/gateway   True       16h
   gke-l7-rilb                        networking.gke.io/gateway   True       16h
   

   Se non vedi questo output, abilita l'API Gateway nel tuo cluster GKE.

2. Esegui il deployment dell'applicazione di esempio e del bilanciatore del carico del gateway nel cluster:

   kubectl apply -f https://raw.githubusercontent.com/GoogleCloudPlatform/gke-networking-recipes/master/gateway/docs/store-autoscale.yaml
   

   L'applicazione di esempio crea:

   • Un deployment con 2 repliche.
   • Un servizio con l'impostazione GCPBackendPolicy associata maxRatePerEndpoint impostata su 10. Per scoprire di più sulle funzionalità di Gateway, consulta Funzionalità di GatewayClass.
   • Un gateway esterno per accedere all'applicazione su internet. Per scoprire di più su come utilizzare i bilanciatori del carico del gateway, consulta Deployment dei gateway.
   • Un HTTPRoute che corrisponde a tutto il traffico e lo invia al servizio store-autoscale.

   La capacità di servizio è un elemento fondamentale quando si utilizza la scalabilità automatica basata sul traffico perché determina la quantità di traffico per pod che attiva un evento di scalabilità automatica. Viene configurato utilizzando un campo maxRatePerEndpoint in un GCPBackendPolicy associato al servizio, che definisce il traffico massimo che un servizio deve ricevere in richieste al secondo per pod. La capacità del servizio è specifica per la tua applicazione.

   Per ulteriori informazioni, consulta la sezione Determinare la capacità del servizio.

3. Salva il seguente manifest come hpa.yaml:

   apiVersion: autoscaling/v2
   kind: HorizontalPodAutoscaler
   metadata:
     name: store-autoscale
   spec:
     scaleTargetRef:
       apiVersion: apps/v1
       kind: Deployment
       name: store-autoscale
     minReplicas: 1
     maxReplicas: 10
     metrics:
     - type: Object
       object:
         describedObject:
           kind: Service
           name: store-autoscale
         metric:
           name: "autoscaling.googleapis.com|gclb-capacity-fullness"
         target:
           averageValue: 70
           type: AverageValue
   

   Questo manifest descrive un HorizontalPodAutoscaler con le seguenti proprietà:

   • minReplicas e maxReplicas: imposta il numero minimo e massimo di repliche per questo deployment. In questa configurazione, il numero di pod può scalare da 1 a 10 repliche.
   • describedObject.name: store-autoscale: il riferimento al servizio store-autoscale che definisce la capacità di traffico.
   • scaleTargetRef.name: store-autoscale: il riferimento al deployment store-autoscale che definisce la risorsa scalata dal Horizontal Pod Autoscaler.
   • averageValue: 70: valore medio target dell'utilizzo della capacità. In questo modo, la Horizontal Pod Autoscaler ha un margine di crescita che consente ai pod in esecuzione di elaborare il traffico in eccesso durante la creazione di nuovi pod.

Horizontal Pod Autoscaler genera il seguente comportamento del traffico:

• Il numero di pod viene modificato tra 1 e 10 repliche per raggiungere il 70% della velocità massima per endpoint. Il risultato è di 7 RPS per pod quando maxRatePerEndpoint=10.
• Con più di 7 RPS per pod, i pod vengono scalati orizzontalmente fino a raggiungere il massimo di 10 repliche o finché il traffico medio non è di 7 RPS per pod.
• Se il traffico viene ridotto, i pod fare lo scale down a una velocità ragionevole utilizzando l'algoritmo di Horizontal Pod Autoscaler.

Puoi anche implementare un generatore di traffico per convalidare il comportamento di scalabilità automatica basato sul traffico.

A 30 RPS, il deployment viene scalato a 5 repliche in modo che ogni replica idealmente riceva 6 RPS di traffico, il che corrisponderebbe a un utilizzo del 60% per pod. Questo valore è inferiore all'utilizzo target del 70%, pertanto i pod vengono scalati in modo appropriato. A seconda delle fluttuazioni del traffico, anche il numero di repliche con scalabilità automatica potrebbe fluttuare. Per una descrizione più dettagliata di come viene calcolato il numero di repliche, consulta Comportamento della scalabilità automatica.

Scalabilità automatica in base a una metrica personalizzata o esterna

Per creare gestori della scalabilità automatica orizzontale dei pod per metriche personalizzate e metriche esterne, consulta Ottimizza la scalabilità automatica dei pod in base alle metriche.

Scalabilità automatica in base a più metriche

Questo esempio crea un Horizontal Pod Autoscaler che esegue la scalabilità automatica in base all'utilizzo della CPU e a una metrica personalizzata denominata packets_per_second.

Se hai seguito l'esempio precedente e hai ancora un Horizontal Pod Autoscaler denominato nginx, eliminalo prima di seguire questo esempio.

Questo esempio richiede apiVersion: autoscaling/v2. Per maggiori informazioni sulle API disponibili, consulta Versioni API per gli oggetti HorizontalPodAutoscaler.

Salva questo manifest YAML come file denominato nginx-multiple.yaml:

apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:
  name: nginx
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: nginx
  minReplicas: 1
  maxReplicas: 10
  metrics:
  - type: Resource
    resource:
      name: cpu
      target:
        type: Utilization
        averageUtilization: 50
  - type: Resource
    resource:
      name: memory
      target:
        type: AverageValue
        averageValue: 100Mi
  # Uncomment these lines if you create the custom packets_per_second metric and
  # configure your app to export the metric.
  # - type: Pods
  #   pods:
  #     metric:
  #       name: packets_per_second
  #     target:
  #       type: AverageValue
  #       averageValue: 100

Applica il manifest YAML:

kubectl apply -f nginx-multiple.yaml

Una volta creato, Horizontal Pod Autoscaler monitora il deployment nginx per l'utilizzo medio della CPU, l'utilizzo medio della memoria e (se hai rimosso il commento) la metrica personalizzata packets_per_second. Horizontal Pod Autoscaler esegue la scalabilità automatica del deployment in base alla metrica il cui valore creerebbe l'evento di scalabilità automatica più grande.

Configura il profilo HPA per il rendimento

Il profilo HPA per le prestazioni accelera il tempo di reazione di Horizontal Pod Autoscaler e gli consente di ricalcolare rapidamente fino a 1000 oggetti HorizontalPodAutoscaler. Puoi abilitarlo sia per i cluster nuovi sia per quelli esistenti.

I cluster Autopilot con il piano di controllo che esegue GKE versione 1.32 o successive che soddisfano i requisiti hanno il profilo HPA per il rendimento attivato automaticamente.

Requisiti

Assicurati che i tuoi cluster Autopilot e Standard soddisfino i seguenti requisiti:

• Assicurati che il piano di controllo esegua GKE versione 1.31 o successive.
• Se il control plane esegue GKE versione 1.31, assicurati che la raccolta delle metriche di sistema sia abilitata.
• Assicurati che l'API Autoscaling sia abilitata nel tuo cluster.
• Assicurati che a tutti i service account del nodo sia assegnato il ruolo roles/autoscaling.metricsWriter.
• Se utilizzi Controlli di servizio VPC, assicurati che l'API Autoscaling sia inclusa nel perimetro di servizio.

Abilita il profilo HPA per il rendimento in un nuovo cluster

gcloud container clusters create-auto CLUSTER_NAME \
    --location=LOCATION \
    --project=PROJECT_ID \
    --cluster-version=CLUSTER_VERSION \
    --hpa-profile=performance

gcloud container clusters create CLUSTER_NAME \
    --location=LOCATION \
    --project=PROJECT_ID \
    --cluster-version=CLUSTER_VERSION \
    --hpa-profile=performance

Abilita il profilo HPA per il rendimento in un cluster esistente

Per abilitare il profilo HPA per il rendimento in un cluster esistente, utilizza questo comando:

gcloud container clusters update CLUSTER_NAME \
    --location=LOCATION \
    --project=PROJECT_ID \
    --hpa-profile=performance

Sostituisci:

• CLUSTER_NAME: il nome del cluster.
• LOCATION: la zona o la regione di Compute (ad es. us-central1-a o us-central1) per il cluster.
• PROJECT_ID: il tuo ID progetto Google Cloud .

Disattivare il profilo HPA per le prestazioni

Per disattivare il profilo HPA per il rendimento in un cluster, utilizza questo comando:

gcloud container clusters update CLUSTER_NAME \
    --location=LOCATION \
    --project=PROJECT_ID \
    --hpa-profile=none

Sostituisci:

• CLUSTER_NAME: il nome del cluster.
• LOCATION: la zona o la regione di Compute (ad es. us-central1-a o us-central1) per il cluster.
• PROJECT_ID: il tuo ID progetto Google Cloud .

Visualizzazione dei dettagli di un Horizontal Pod Autoscaler

Per visualizzare la configurazione e le statistiche di un Horizontal Pod Autoscaler, utilizza il seguente comando:

kubectl describe hpa HPA_NAME

Sostituisci HPA_NAME con il nome dell'oggetto HorizontalPodAutoscaler.

Se Horizontal Pod Autoscaler utilizza apiVersion: autoscaling/v2 e si basa su più metriche, il comando kubectl describe hpa mostra solo la metrica CPU. Per visualizzare tutte le metriche, utilizza invece il seguente comando:

kubectl describe hpa.v2.autoscaling HPA_NAME

Sostituisci HPA_NAME con il nome dell'oggetto HorizontalPodAutoscaler.

Lo stato attuale di ogni Horizontal Pod Autoscaler è mostrato nel campo Conditions e gli eventi di scalabilità automatica sono elencati nel campo Events.

L'output è simile al seguente:

Name:                                                  nginx
Namespace:                                             default
Labels:                                                <none>
Annotations:                                           kubectl.kubernetes.io/last-applied-configuration:
                                                         {"apiVersion":"autoscaling/v2","kind":"HorizontalPodAutoscaler","metadata":{"annotations":{},"name":"nginx","namespace":"default"},"s...
CreationTimestamp:                                     Tue, 05 May 2020 20:07:11 +0000
Reference:                                             Deployment/nginx
Metrics:                                               ( current / target )
  resource memory on pods:                             2220032 / 100Mi
  resource cpu on pods  (as a percentage of request):  0% (0) / 50%
Min replicas:                                          1
Max replicas:                                          10
Deployment pods:                                       1 current / 1 desired
Conditions:
  Type            Status  Reason              Message
  ----            ------  ------              -------
  AbleToScale     True    ReadyForNewScale    recommended size matches current size
  ScalingActive   True    ValidMetricFound    the HPA was able to successfully calculate a replica count from memory resource
  ScalingLimited  False   DesiredWithinRange  the desired count is within the acceptable range
Events:                                                <none>

Eliminazione di un Horizontal Pod Autoscaler

Puoi eliminare un Horizontal Pod Autoscaler utilizzando la console Google Cloud o il comando kubectl delete.

kubectl delete hpa nginx

Quando elimini un Horizontal Pod Autoscaler, il deployment (o un altro oggetto di deployment) rimane alla sua scalabilità esistente e non torna al numero di repliche nel manifest originale del deployment. Per scalare manualmente il deployment a tre pod, puoi utilizzare il comando kubectl scale:

kubectl scale deployment nginx --replicas=3

Pulizia

1. Elimina Horizontal Pod Autoscaler, se non l'hai ancora fatto:

   kubectl delete hpa nginx
   

2. Elimina il deployment nginx:

   kubectl delete deployment nginx
   

3. (Facoltativo) Elimina il cluster.

Risoluzione dei problemi

Questa sezione mostra i passaggi per la risoluzione dei problemi relativi all'utilizzo della scalabilità automatica pod orizzontale.

Horizontal Pod Autoscaler mostra un errore unable to fetch pod metrics for pod

Quando configuri un Horizontal Pod Autoscaler, potresti visualizzare messaggi di avviso come i seguenti:

unable to fetch pod metrics for pod

È normale visualizzare questo messaggio all'avvio del server delle metriche. Tuttavia, se continui a visualizzare gli avvisi e noti che i pod non vengono scalati per il tuo carico di lavoro, assicurati di aver specificato le richieste di risorse per ogni container nel tuo carico di lavoro. Per utilizzare le percentuali target di utilizzo delle risorse con la scalabilità automatica orizzontale dei pod, devi configurare le richieste per quella risorsa per ogni container in esecuzione in ogni pod del workload. In caso contrario, Horizontal Pod Autoscaler non può eseguire i calcoli necessari e non esegue alcuna azione correlata a questa metrica.

Horizontal Pod Autoscaler mostra un evento multiple services selecting the same target of...

Un Horizontal Pod Autoscaler mostra un errore multiple services selecting the same target of <hpa>: <services> se rileva che stai utilizzando la scalabilità automatica basata sul traffico con più servizi associati al target di Horizontal Pod Autoscaler (in genere un deployment).

La scalabilità automatica basata sul traffico supporta solo le configurazioni in cui è associato esattamente un servizio alla risorsa di cui è stata eseguita la scalabilità automatica. Vedi Scalabilità automatica basata sul traffico del bilanciatore del carico. Il messaggio di errore elenca i servizi trovati.

Per risolvere il problema, assicurati che al servizio Horizontal Pod Autoscaler sia associato un solo servizio.

Passaggi successivi

• Scopri di più sulla scalabilità automatica orizzontale dei pod.
• Scopri di più sulla scalabilità automatica verticale dei pod.
• Scopri di più sulla scalabilità automatica dei pod multidimensionale.
• Scopri di più sulla scalabilità automatica dei deployment con metriche personalizzate.
• Scopri come assegnare risorse CPU a container e pod.
• Scopri come assegnare risorse di memoria a container e pod.