Одной из основополагающих характеристик современной облачной инфраструктуры является её способность адаптироваться к изменяющимся условиям в реальном времени. В условиях постоянных изменений нагрузки, требований к доступности и ограничений по ресурсам, такие адаптивные механизмы становятся незаменимыми. Автоматическое горизонтальное масштабирование рабочих нагрузок обеспечивает устойчивость, высокую доступность и оптимальное использование вычислительных мощностей без избыточных затрат.
В экосистеме Kubernetes эту задачу решает Horizontal Pod Autoscaler (HPA) — встроенный контроллер, который автоматически регулирует количество реплик подов в зависимости от текущего состояния системы. Он основывается на заданных метриках, таких как загрузка процессора, использование оперативной памяти или пользовательские метрики, полученные через интерфейс custom metrics API.
HPA позволяет приложениям масштабироваться вверх при увеличении нагрузки и обратно — при её снижении, что особенно важно для систем с переменными пиковыми значениями, например, веб-сервисов, маркетплейсов, потоковых платформ и API-серверов. Всё это происходит без вмешательства администратора, что существенно упрощает сопровождение и делает систему более устойчивой к неожиданным изменениям.
Кроме того, HPA тесно интегрируется с другими компонентами Kubernetes, такими как Vertical Pod Autoscaler (VPA), Cluster Autoscaler и Metrics Server, обеспечивая комплексный подход к управлению ресурсами. Такой механизм масштабирования не только повышает отказоустойчивость, но и помогает оптимизировать расходы на инфраструктуру, особенно в облачных окружениях с оплатой за фактическое потребление.
Horizontal Pod Autoscaler (HPA) — это контроллер Kubernetes, который автоматически изменяет количество подов в деплойменте, реплика-сете или StatefulSet на основе метрик (например, загрузки CPU, памяти или пользовательских метрик).
Требования
Перед настройкой HPA необходимо:
- Установить Kubernetes 1.6+
- Включить сбор метрик:
- Установить metrics-server:
kubectl apply -f https://github.com/kubernetes-sigs/metrics-server/releases/latest/download/components.yaml - Убедиться, что метрики работают:
kubectl top pods
- Установить metrics-server:
Пример настройки HPA
Допустим, у вас уже есть деплоймент, например my-app, с образом контейнера, который можно масштабировать.
1. Создание деплоймента:
apiVersion: apps/v1
kind: Deployment
metadata:
name: web-service
labels:
environment: production
spec:
replicas: 1
selector:
matchLabels:
app: web-service
template:
metadata:
labels:
app: web-service
spec:
containers:
- name: web-container
image: your-image:latest
ports:
- name: http
containerPort: 80
resources:
requests:
cpu: "100m"
limits:
cpu: "500m"Где:
apiVersion: apps/v1
- Указывает версию API Kubernetes, используемую для работы с ресурсом. apps/v1— актуальная версия для деплойментов.
kind: Deployment
- Тип создаваемого ресурса. В данном случае — Deployment, управляющий созданием и обновлением подов.
metadata:
name: web-service
labels:
environment: production
- metadata — служебная информация о ресурсе.
- name: web-service — имя деплоймента, по которому его можно будет идентифицировать.
- labels — произвольные метки, которые можно использовать для фильтрации, организации или автоматизации. Здесь метка environment=production.
spec:
replicas: 1
- Указывает, что нужно запускать одну реплику (один под) данного приложения.
selector:
matchLabels:
app: web-service
- Определяет, как деплоймент находит поды, которыми должен управлять. В данном случае — по метке app: web-service.
template:
metadata:
labels:
app: web-service
- template — это шаблон для создаваемых подов.
- Здесь задаются метки, которые обязаны совпадать с selector'ом выше, чтобы под считался частью этого деплоймента.
spec:
containers:
- name: web-container
image: your-image:latest
- Описание контейнера внутри пода:
- name — имя контейнера.
- image> — образ контейнера, из которого он будет запущен (можно заменить на свой, например: nginx:latest).
ports:
- name: http
containerPort: 80
- Указывает, что контейнер слушает порт 80. Название порта (http) используется для читаемости или сервисов.
resources:
requests:
cpu: "100m"
limits:
cpu: "500m"
- Определение ресурсных ограничений:
- requests — минимально необходимый CPU для запуска (100 милли–ядер).
- limits — максимум, который контейнер может использовать (500 милли–ядер). Это важно для HPA — он ориентируется на requests.

2. Создание HPA:
kubectl autoscale deployment my-app \
--cpu-percent=50 \
--min=1 \
--max=5Эта команда создаст HPA, который будет стремиться поддерживать загрузку CPU на уровне 50%. Количество подов будет варьироваться от 1 до 5.
Проверка статуса HPA
kubectl get hpaВы увидите что-то вроде:
NAME REFERENCE TARGETS MINPODS MAXPODS REPLICAS AGE
my-app Deployment/my-app 30%/50% 1 5 1 3mТестирование масштабирования
Вы можете создать нагрузку на поды, чтобы проверить масштабирование. Например, использовать stress внутри контейнера:
kubectl exec -it <pod-name> -- apt update && apt install -y stress
kubectl exec -it <pod-name> -- stress --cpu 1Через некоторое время HPA увеличит количество реплик.
Использование пользовательских метрик (опционально)
Для продвинутых сценариев можно настроить HPA на основе пользовательских метрик через Prometheus Adapter или External Metrics API.
Рекомендации
- Настройте ресурсы (requests/limits) в контейнерах — без этого HPA не будет работать корректно.
- Регулярно проверяйте логи metrics-server, если HPA не срабатывает.
- Используйте Grafana для мониторинга автоскейлинга.
- В сочетании с Cluster Autoscaler можно добиться масштабирования не только подов, но и узлов.
Заключение
Horizontal Pod Autoscaler — это мощный и гибкий инструмент, позволяющий Kubernetes автоматически адаптировать количество реплик подов под фактическую нагрузку. Его применение критически важно для построения отказоустойчивых, масштабируемых и экономически эффективных приложений в облачной среде. HPA снижает необходимость ручного вмешательства при пиковых нагрузках, способствует оптимизации использования вычислительных ресурсов и помогает поддерживать стабильную производительность сервисов.
Для быстрого старта с Kubernetes и HPA можно воспользоваться облачными платформами, предоставляющими готовую инфраструктуру. Например, в Serverspace вы можете арендовать кластер Kubernetes:
- Минимальные риски
Автоматическое обновление всех компонентов значительно снижает вероятность ошибок, связанных с человеческим фактором
- Гибкая архитектура
Kubernetes позволяет развертывать приложения для любых задач — от локального тестирования до создания масштабных корпоративных решений.
- Непрерывная работа
Приложения распределяются между несколькими узлами, обеспечивая их работу даже при сбоях в инфраструктуре.
- Масштабируемость
Запускайте миллиарды контейнеров в секунду без необходимости расширять команду.