# 如何根据集群中Pod数量调整插件配额？ 当CCE Autopilot集群中Pod数量调整后，需要根据Pod的数量调整插件资源配额，以确保插件实例能够正常运行。例如，您将Pod数量从50调整为200，则需要增加插件CPU和内存的配额，防止插件实例因需要调度过多的节点而出现OOM等异常。本文仅提供部分Pod数量对应的插件配额参考，对于其他Pod数量的插件配额，可以根据现有参考数据进行换算。如果您无法确定插件配额，可以[提交工单](https://console.huaweicloud.com/ticket/#/ticketindex/business?productTypeId=2a129f7ed0b543c6b92d73e2c26aa590&subTypeId=-1&type=2)进行咨询。 ![](https://support.huaweicloud.com/cce-autopilot_faq/public_sys-resources/note_3.0-zh-cn.png) 本章节是基于典型业务场景的推荐值，您也可以基于实际业务场景，参考监控数据，适当调整插件资源规格。 #### CoreDNS域名解析插件 CCE Autopilot集群中的Pod数量增加时，coredns实例承受的压力也会同步增加。请根据Pod的数量，合理调整组件实例数和组件CPU/内存配额，具体请参见[表1]。 表1CoreDNS插件配额建议 | Pod数量 | 组件实例数 | 组件CPU配额 | 组件内存配额 | |:---|:---|:---|:---| | 50 | 2 | 500m | 2048Mi | | 200 | 2 | 1000m | 2048Mi | | 1000 | 2 | 2000m | 4096Mi | #### CCE容器弹性引擎插件 CCE Autopilot集群中的Pod数量增加时，customedhpa-controller实例承受的压力也会同步增加。请根据Pod数量，合理调整插件组件实例数和组件CPU/内存配额，具体请参见[表2]。 表2CCE容器弹性引擎插件配额建议 | Pod数量 | 组件实例数 | 组件CPU配额 | 组件内存配额 | |:---|:---|:---|:---| | 50 | 2 | 1000m | 2048Mi | | 200 | 2 | 4000m | 4096Mi | | 1000 | 2 | 8000m | 8192Mi | #### 云原生监控插件 CCE Autopilot集群中的Pod数量增加时，该插件的相关组件承受的压力也会同步增加。请根据CCE Autopilot集群的Pod数量，合理调整采集分片数。 - 开启普罗高可用时，请参考以下配置： 表3云原生监控插件配额建议-开启普罗高可用 | Pod数量 | 采集分片数 | 组件名称 | 组件实例数 | 组件CPU配额 | 组件内存配额 | |:---|:---|:---|:---|:---|:---| | 50 | 2 | prometheus-operator | 2 | 1000m | 2048Mi | | 50 | 2 | prometheus-lightweight-shard-0 | 2 | 2000m | 4096Mi | | 50 | 2 | prometheus-lightweight-shard-1 | 2 | 2000m | 4096Mi | | 50 | 2 | kube-state-metrics | 2 | 1000m | 2048Mi | | 200 | 10 | prometheus-operator | 2 | 1000m | 2048Mi | | 200 | 10 | prometheus-lightweight-shard-x （表示prometheus-lightweight组件的集合，每个组件的配额一致，并且组件个数随采集分片数增加而增加，"x"表示组件的序号） | 2 | 2000m | 4096Mi | | 200 | 10 | kube-state-metrics | 2 | 1000m | 2048Mi | | 1000 | 50 | prometheus-operator | 2 | 1000m | 2048Mi | | 1000 | 50 | prometheus-lightweight-shard-x | 2 | 2000m | 4096Mi | | 1000 | 50 | kube-state-metrics | 2 | 1000m | 2048Mi | - 未开启普罗高可用时，请参考以下配置： 表4云原生监控插件配额建议-未开启普罗高可用 | Pod数量 | 采集分片数 | 组件名称 | 组件实例数 | 组件CPU配额 | 组件内存配额 | |:---|:---|:---|:---|:---|:---| | 50 | 1 | prometheus-operator | 1 | 1000m | 2048Mi | | 50 | 1 | prometheus-lightweight | 1 | 2000m | 4096Mi | | 50 | 1 | kube-state-metrics | 1 | 1000m | 2048Mi | | 200 | 5 | prometheus-operator | 1 | 1000m | 2048Mi | | 200 | 5 | prometheus-lightweight-shard-x （表示prometheus-lightweight组件的集合，每个组件的配额一致，并且组件个数随采集分片数增加而增加，"x"表示组件的序号） | 1 | 2000m | 4096Mi | | 200 | 5 | kube-state-metrics | 1 | 1000m | 2048Mi | | 1000 | 25 | prometheus-operator | 1 | 1000m | 2048Mi | | 1000 | 25 | prometheus-lightweight-shard-x | 1 | 2000m | 4096Mi | | 1000 | 25 | kube-state-metrics | 1 | 1000m | 2048Mi | #### 其他插件 除上述插件外，其他插件也可能因为集群规模调整而出现分配资源不足的情况，如您发现插件实例CPU或内存使用率明显增加，甚至出现OOM或无法运行的状况，请根据情况调整资源配额。如果您无法确定插件配额，可以[提交工单](https://console.huaweicloud.com/ticket/?locale=zh-cn#/ticketindex/business?productTypeId=2a129f7ed0b543c6b92d73e2c26aa590&subTypeId=-1&type=2)进行咨询。