使用 KEDA 扩展 Kubernetes 负载

Source: Dev.to

为什么 HPA 可能无法扩展你的 Pod

水平 Pod 自动伸缩器（HPA）仅基于 CPU 或内存使用率进行扩缩容，而这并不总能反映真实的工作负载。当你需要基于每秒请求数、队列深度或数据库查询结果等指标进行扩容时，仅靠 HPA 是不够的。

介绍 KEDA

KEDA（Kubernetes Event‑Driven Autoscaling）通过监控外部事件——如消息队列、Prometheus/Grafana 指标、SQL 查询和 HTTP 流量——并将其暴露为 HPA 可消费的指标，来补充 Kubernetes 生态系统。这使得 HPA 能够基于更准确反映实际应用负载的信号做出扩缩容决策。

关键能力

• 事件驱动的扩缩容：当没有流量时将工作负载缩容至零，事件到来时自动恢复。
• 无需修改应用：工作负载保持不变，KEDA 作为 Kubernetes 自动伸缩的干净扩展。
• 原生集成：KEDA 使用 ScaledObject 自定义资源，通过 Kubernetes API Server 注册，定义哪个工作负载需要扩容以及由哪个外部触发器驱动扩容。

KEDA 工作原理

1. ScaledObject 定义 – 指定目标工作负载和外部事件源的自定义资源。
2. Scaler – KEDA 使用专用的 scaler 持续观察外部触发器（如消息队列、HTTP 流量或监控系统）。
3. Metrics Adapter – 检测到事件后，KEDA 控制器评估需求并通过其指标适配器暴露相应指标。
4. HPA 消费 – HPA 消费这些指标，仍然是唯一负责扩容 Pod 的组件。
5. Scale‑to‑zero – 若没有事件，KEDA 允许工作负载缩容至零；事件再次出现时，Pod 会被重新扩容。

KCD Guatemala 2025 的概念验证

在 KCD Guatemala 2025 期间，演示了基于真实 HTTP 流量使用 KEDA 自动扩容 Kubernetes 工作负载的概念验证。演示内容包括：

• 一个轻量级示例应用。
• KEDA HTTP 插件配置。
• ScaledObject 定义。
• 展示从零到多个副本再回到零的事件驱动自动伸缩的 Kubernetes 清单。
• 用于生成负载并实时观察扩缩容行为的脚本和说明。

其目标是提供一个清晰、动手的事件驱动自动伸缩示例，而非面向生产的完整系统。

资源

• 完整的设置、源代码和文档：GitHub – keda-demo-kcd