这里会调用groupPods将pod列表的进行一个分类统计。ignoredPods集合里面包含了pod状态为PodPending的数据；missingPods列表里面包含了在度量数据里面根据pod名找不到的数据。
因为missingPods的度量数据已经在metrics里是找不到的，然后只需要剔除掉ignored Pods集合中度量的资源就好了。
接下来调用calculatePodRequests方法统计pod中container request 设置的资源之和。
我们继续往下看：
func (c *ReplicaCalculator) calcPlainMetricReplicas(metrics metricsclient.PodMetricsInfo, currentReplicas int32, targetUtilization int64, namespace string, selector labels.Selector, resource v1.ResourceName) (replicaCount int32, utilization int64, err error) { ... //获取资源使用率 usageRatio, utilization := metricsclient.GetMetricUtilizationRatio(metrics, targetUtilization) ... }到这里会调用GetMetricUtilizationRatio方法计算资源使用率。 这个方法比较简单:
usageRatio=currentUtilization/targetUtilization;
currentUtilization = metrics值之和metricsTotal/metrics的长度；
继续往下：
func (c *ReplicaCalculator) calcPlainMetricReplicas(metrics metricsclient.PodMetricsInfo, currentReplicas int32, targetUtilization int64, namespace string, selector labels.Selector, resource v1.ResourceName) (replicaCount int32, utilization int64, err error) { ... rebalanceIgnored := len(ignoredPods) > 0 && usageRatio > 1.0 if !rebalanceIgnored && len(missingPods) == 0 { if math.Abs(1.0-usageRatio) <= c.tolerance { // return the current replicas if the change would be too small return currentReplicas, utilization, nil } //如果没有unready 或 missing 的pod，那么使用 usageRatio*readyPodCount计算需要扩缩容数量 return int32(math.Ceil(usageRatio * float64(readyPodCount))), utilization, nil } if len(missingPods) > 0 { if usageRatio < 1.0 { //如果是缩容，那么将missing pod使用率设置为目标资源使用率 for podName := range missingPods { metrics[podName] = metricsclient.PodMetric{Value: targetUtilization} } } else { //如果是扩容，那么将missing pod使用率设置为0 for podName := range missingPods { metrics[podName] = metricsclient.PodMetric{Value: 0} } } } if rebalanceIgnored { // 将unready pods使用率设置为0 for podName := range ignoredPods { metrics[podName] = metricsclient.PodMetric{Value: 0} } } ... }这里逻辑比较清晰，首先是判断如果missingPods和ignoredPods集合为空，那么检查一下是否在tolerance容忍度之内默认是0.1，如果在的话直接返回不进行扩缩容，否则返回usageRatio*readyPodCount表示需要扩缩容的容量；
如果missingPods集合不为空，那么需要判断一下是扩容还是缩容，相应调整metrics里面的值；
最后如果是扩容，还需要将ignoredPods集合的pod在metrics集合里设置为空。
接着看最后一部分：
func (c *ReplicaCalculator) calcPlainMetricReplicas(metrics metricsclient.PodMetricsInfo, currentReplicas int32, targetUtilization int64, namespace string, selector labels.Selector, resource v1.ResourceName) (replicaCount int32, utilization int64, err error) { ... //重新计算资源利用率 newUsageRatio, _ := metricsclient.GetMetricUtilizationRatio(metrics, targetUtilization) if math.Abs(1.0-newUsageRatio) <= c.tolerance || (usageRatio < 1.0 && newUsageRatio > 1.0) || (usageRatio > 1.0 && newUsageRatio < 1.0) { return currentReplicas, utilization, nil } return int32(math.Ceil(newUsageRatio * float64(len(metrics)))), utilization, nil }因为上面重新对missingPods列表和ignoredPods列表中的metrics值进行了重新设置，所以这里需要重新计算资源利用率。
如果变化在容忍度之内，或者usageRatio与newUsageRatio一个大于一个小于零表示两者伸缩方向不一致，那么直接返回。否则返回newUsageRatio* metrics的长度作为扩缩容的具体值。
介绍完了这一块我们再来看看整个逻辑流程图：
讲完了computeReplicasForMetrics方法，下面我们继续回到reconcileAutoscaler方法中往下看。
继续往下就到了检查是否设置了Behavior，如果没有设置那么走的是normalizeDesiredReplicas方法，这个方法较为简单，我们直接看看normalizeDesiredReplicasWithBehaviors方法做了什么，以及是怎么实现的。
normalizeDesiredReplicasWithBehaviors：Behavior限制关于Behavior具体的例子可以到这里看：
func (a *HorizontalController) normalizeDesiredReplicasWithBehaviors(hpa *autoscalingv2.HorizontalPodAutoscaler, key string, currentReplicas, prenormalizedDesiredReplicas, minReplicas int32) int32 { //如果StabilizationWindowSeconds设置为空，那么给一个默认的值,默认300s a.maybeInitScaleDownStabilizationWindow(hpa) normalizationArg := NormalizationArg{ Key: key, ScaleUpBehavior: hpa.Spec.Behavior.ScaleUp, ScaleDownBehavior: hpa.Spec.Behavior.ScaleDown, MinReplicas: minReplicas, MaxReplicas: hpa.Spec.MaxReplicas, CurrentReplicas: currentReplicas, DesiredReplicas: prenormalizedDesiredReplicas} //根据参数获取建议副本数 stabilizedRecommendation, reason, message := a.stabilizeRecommendationWithBehaviors(normalizationArg) normalizationArg.DesiredReplicas = stabilizedRecommendation ... //根据scaleDown或scaleUp指定的参数做限制 desiredReplicas, reason, message := a.convertDesiredReplicasWithBehaviorRate(normalizationArg) ... return desiredReplicas }