当 TKE 集群配置了节点池并启用了弹性伸缩,在节点资源不够时可以触发节点的自动扩容 (自动买机器并加入集群),但这个扩容流程需要一定的时间才能完成,在一些流量突高的场景,这个扩容速度可能会显得太慢,影响业务。 tke-autoscaling-placeholder 可以用于在 TKE 上实现秒级伸缩,应对这种流量突高的场景。
原理是什么?tke-autoscaling-placeholder 实际就是利用低优先级的 Pod 对资源进行提前占位(带 request 的 pause 容器,实际不怎么消耗资源),为一些可能会出现流量突高的高优先级业务预留部分资源作为缓冲,当需要扩容 Pod 时,高优先级的 Pod 就可以快速抢占低优先级 Pod 的资源进行调度,而低优先级的 tke-autoscaling-placeholder 的 Pod 则会被 "挤走",状态变成 Pending,如果配置了节点池并启用弹性伸缩,就会触发节点的扩容。这样,由于有了一些资源作为缓冲,即使节点扩容慢,也能保证一些 Pod 能够快速扩容并调度上,实现秒级伸缩。要调整预留的缓冲资源多少,可根据实际需求调整 tke-autoscaling-placeholder的 request 或副本数。
有什么使用限制?使用该应用要求集群版本在 1.18 以上。
如何使用? 安装 tke-autoscaling-placeholder在应用市场找到 tke-autoscaling-placeholder,点击进入应用详情,再点 创建应用:
选择要部署的集群 id 与 namespace,应用的配置参数中最重要的是 replicaCount 与 resources.request,分别表示 tke-autoscaling-placeholder 的副本数与每个副本占位的资源大小,它们共同决定缓冲资源的大小,可以根据流量突高需要的额外资源量来估算进行设置。
最后点击创建,你可以查看这些进行资源占位的 Pod 是否启动成功:
$ kubectl get pod -n default tke-autoscaling-placeholder-b58fd9d5d-2p6ww 1/1 Running 0 8s tke-autoscaling-placeholder-b58fd9d5d-55jw7 1/1 Running 0 8s tke-autoscaling-placeholder-b58fd9d5d-6rq9r 1/1 Running 0 8s tke-autoscaling-placeholder-b58fd9d5d-7c95t 1/1 Running 0 8s tke-autoscaling-placeholder-b58fd9d5d-bfg8r 1/1 Running 0 8s tke-autoscaling-placeholder-b58fd9d5d-cfqt6 1/1 Running 0 8s tke-autoscaling-placeholder-b58fd9d5d-gmfmr 1/1 Running 0 8s tke-autoscaling-placeholder-b58fd9d5d-grwlh 1/1 Running 0 8s tke-autoscaling-placeholder-b58fd9d5d-ph7vl 1/1 Running 0 8s tke-autoscaling-placeholder-b58fd9d5d-xmrmv 1/1 Running 0 8stke-autoscaling-placeholder 的完整配置参考下面的表格:
参数 描述 默认值replicaCount placeholder 的副本数 10
image placeholder 的镜像地址 ccr.ccs.tencentyun.com/library/pause:latest
resources.requests.cpu 单个 placeholder 副本占位的 cpu 资源大小 300m
resources.requests.memory 单个 placeholder 副本占位的内存大小 600Mi
lowPriorityClass.create 是否创建低优先级的 PriorityClass (用于被 placeholder 引用) true
lowPriorityClass.name 低优先级的 PriorityClass 的名称 low-priority
nodeSelector 指定 placeholder 被调度到带有特定 label 的节点 {}
tolerations 指定 placeholder 要容忍的污点 []
affinity 指定 placeholder 的亲和性配置 {}
部署高优先级 Pod
tke-autoscaling-placeholder 的优先级很低,我们的业务 Pod 可以指定一个高优先的 PriorityClass,方便抢占资源实现快速扩容,如果没有可以先创建一个:
apiVersion: scheduling.k8s.io/v1 kind: PriorityClass metadata: name: high-priority value: 1000000 globalDefault: false description: "high priority class"在我们的业务 Pod 中指定 priorityClassName 为高优先的 PriorityClass:
apiVersion: apps/v1 kind: Deployment metadata: name: nginx spec: replicas: 8 selector: matchLabels: app: nginx template: metadata: labels: app: nginx spec: priorityClassName: high-priority # 这里指定高优先的 PriorityClass containers: - name: nginx image: nginx resources: requests: cpu: 400m memory: 800Mi当集群节点资源不够,扩容出来的高优先级业务 Pod 就可以将低优先级的 tke-autoscaling-placeholder 的 Pod 资源抢占过来并调度上,然后 tke-autoscaling-placeholder 的 Pod 再 Pending:
$ kubectl get pod -n default NAME READY STATUS RESTARTS AGE nginx-bf79bbc8b-5kxcw 1/1 Running 0 23s