创建FederatedHPA策略以按指标扩缩工作负载

约束与限制

FederatedHPA策略仅支持1.19及更高版本的集群创建。若您需要查询集群版本，请登录UCS控制台，单击需查询集群所在舰队名称，再单击“容器集群”即可。

创建FederatedHPA策略

控制台创建

1. 登录UCS控制台，在左侧导航栏中选择“容器舰队”。
2. 单击已开通集群联邦的容器舰队名称，进入容器舰队详情页面。
3. 在左侧导航栏选择“负载伸缩”，在“指标伸缩策略”页签下，单击右上角的“创建指标伸缩策略”。
4. 配置FederatedHPA策略参数。

   表1 FederatedHPA策略参数配置

   参数	参数说明
   策略名称	FederatedHPA策略的名称。输入长度范围为4-63个字符。
   命名空间	请选择需要自动扩缩的工作负载所在命名空间的名称。也可新建命名空间，具体操作请参见命名空间。
   生效工作负载	请选择需要设置自动扩缩的工作负载的名称。也可新建工作负载，具体操作请参见工作负载。
   实例范围	触发策略时，工作负载内Pod数量所能达到的最大值与最小值。 最小值：请输入1-299之间的正整数。 最大值：请输入1-1500之间的正整数，且填写值需大于实例范围最小值。
   稳定窗口时长	稳定窗口时长内指标数据持续达到期待值，才会进行扩缩。默认扩容稳定窗口时长为0秒，缩容稳定窗口时长为300秒。稳定窗口时长的详细信息请参见如何保证负载伸缩的稳定性？。 扩容：请输入0-3600之间的正整数，单位为秒。 缩容：请输入0-3600之间的正整数，单位为秒。
   系统规则	若您需要基于系统指标对工作负载进行扩缩，则需配置该规则。 指标：可选择“CPU利用率”或“内存利用率”。 期待值：指标数据达到期待值时，触发扩缩。
   自定义规则	若您需要基于自定义指标对工作负载进行扩缩，则需配置该规则。 自定义指标名称：在下拉框中选择自定义指标的名称。 指标来源：在下拉框中选择自定义指标所描述的对象类型，目前仅支持“Pod”。 期待值：指标数据达到期待值时，触发扩缩。 注意： 自定义规则仅支持1.19及更高版本的集群创建。 使用自定义规则时，集群中需要安装支持采集自定义指标的插件，且工作负载需正常上报并采集自定义指标，详情请参见安装指标采集插件。

5. 参数配置完成后，单击右下角“创建”，即可跳转指标伸缩策略列表查看策略详情，完成FederatedHPA策略创建。

命令行创建

1. 使用kubectl连接集群联邦，具体操作请参见使用kubectl连接集群联邦。
2. 创建并编辑fhpa.yaml文件，文件内容定义如下所示，关键参数定义请参见表2。

   vi fhpa.yaml

   本示例创建的FederatedHPA策略名称为hpa-example-hpa，作用于名称为hpa-example的工作负载，稳定窗口时长为扩容0秒、缩容300秒，最大Pod数为100、最小Pod数为2，包含两条系统指标规则（名称为“memory”和“cpu”）。其中，memory规则中内存利用率的期望值为50%，cpu规则中CPU利用率的期望值为60%。

   apiVersion: autoscaling.karmada.io/v1alpha1     
   kind: FederatedHPA
   metadata:
     name: hpa-example-hpa                               # FederatedHPA策略名称
     namespace: default                                  # 工作负载所在命名空间名称 
   spec:
     scaleTargetRef:
       apiVersion: apps/v1
       kind: Deployment
       name: hpa-example                                 # 工作负载名称
     behavior:
       scaleDown:
         stabilizationWindowSeconds: 300                 # 缩容的稳定窗口时长为300秒
       scaleUp:
         stabilizationWindowSeconds: 0                   # 扩容的稳定窗口时长为0秒
     minReplicas: 2                                      # 最小Pod数为2
     maxReplicas: 100                                    # 最大Pod数为100
     metrics:
       - type: Resource
          resource:
           name: memory                                  # 第一条规则名称
           target:
              type: Utilization                          # 指标类型为利用率
              averageUtilization: 50                     # 期望的平均利用率
       - type: Resource
          resource:
           name: cpu                                     # 第二条规则名称
           target:
              type: Utilization                          # 指标类型为利用率
              averageUtilization: 60                     # 期望的平均利用率

   表2 关键参数说明

   参数	是否必填	参数类型	描述
   stabilizationWindowSeconds	否	String	缩容的稳定窗口时长，请输入0-3600之间的正整数，单位为秒，不定义时默认为300秒。 说明： 稳定窗口时长内指标数据持续达到期待值，才会进行扩缩。稳定窗口时长的详细信息请参见如何保证负载伸缩的稳定性？。
   stabilizationWindowSeconds	否	String	扩容的稳定窗口时长，请输入0-3600之间的正整数，单位为秒，不定义时默认为0秒。
   minReplicas	是	String	触发策略时，工作负载内Pod数量所能缩容到的最小值，请输入1-299之间的正整数。
   maxReplicas	是	String	触发策略时，工作负载内Pod数量所能扩容到的最大值，请输入1-1500之间的正整数，且输入值需大于实例范围最小值。
   name	是	String	规则名称。基于系统指标进行弹性伸缩时，基于内存利用率的规则名称为memory，基于CPU利用率的规则名称为cpu。
   type	是	String	指标类型。 Value：总量 AverageValue：平均量 = 总量 / 当前Pod数 Utilization：利用率 = 平均量 / 申请量
   averageUtilization	是	String	指标数据达到期待值时，触发扩缩。

3. 执行如下命令创建FederatedHPA策略。

   kubectl apply -f fhpa.yaml

   回显如下表明创建成功。

   FederatedHPA.autoscaling.karmada.io/hpa-example-hpa created

   创建完成后，可以执行如下命令观察负载伸缩的运行效果。

   • 检查工作负载的当前Pod数：kubectl get deployments
   • 查看FederatedHPA策略事件（仅保留最近三条）：kubectl describe federatedhpa hpa-example-hpa

   可以执行如下命令管理FederatedHPA策略。其中hpa-example-hpa为FederatedHPA策略的名称，实际情况中需修改为自己所创建的策略名称。

   • 获取FederatedHPA策略：kubectl get federatedhpa hpa-example-hpa
   • 更新FederatedHPA策略：kubectl edit federatedhpa hpa-example-hpa
   • 删除FederatedHPA策略：kubectl delete federatedhpa hpa-example-hpa