Kubernetes 在 Linux 上的扩展策略
一 扩展策略总览
- 水平扩展（Scale Out/In）：增加或减少应用的 Pod 副本数，适合无状态服务，通过 Deployment/ReplicaSet 管理，扩容速度快、弹性好。
- 垂直扩展（Scale Up/Down）：调整单个 Pod 的 CPU/内存 Request/Limit，适合存在单实例瓶颈或资源长期低估的场景。
- 集群扩展（Cluster Scaling）：向集群添加新的 Worker/控制平面节点，提升集群整体容量与可用性。
- 自动扩缩容组合：以 HPA（副本数）为主，必要时叠加 VPA（单实例资源），并在节点资源不足时联动 节点自动伸缩。
- 扩展方式既支持手动（kubectl 调整 replicas 或资源字段），也支持自动（HPA/VPA 控制器基于指标闭环调整）。
二 工作负载自动扩缩容
- 水平 Pod 自动扩缩容 HPA：基于 CPU/内存利用率或自定义指标（如 QPS、连接数）自动调整副本数；依赖 Metrics Server 提供基础指标，结合 Custom Metrics Adapter 可扩展到自定义/外部指标。
- 垂直 Pod 自动扩缩容 VPA：基于历史使用推荐或自动更新 Pod 资源请求/限制；提供 Off/Initial/Auto/Recreate 模式，其中 Auto/Recreate 会驱逐并重建 Pod 以应用新资源；自 Kubernetes v1.27 起提供就地垂直扩缩（InPlacePodVerticalScaling）特性门控，可在不重启的情况下调整资源（需显式开启）。
- 组合与取舍：HPA 更适合快速弹性与无状态场景；VPA 更适合单实例性能调优。两者在CPU/内存指标上通常不建议同时启用，以免冲突；可让 HPA 基于自定义指标扩容副本，VPA 负责资源请求基线。
三 集群规模扩展
- 添加节点：在 Linux（如 CentOS） 上准备主机（主机名、时间同步、内核参数、关闭 swap 等），安装容器运行时与 kubelet/kubeadm，使用 kubeadm join 将节点加入集群，并用 kubectl get nodes 验证 Ready 状态。
- 高可用与控制平面扩展：部署多个 Master 节点与 Worker 节点，提升控制平面容错与集群整体容量。
- 节点自动伸缩：当节点资源不足时，结合节点池/云厂商驱动进行节点级扩容，为 HPA/VPA 的扩容提供“承载”。
四 Linux 节点与组件调优要点
- kubelet：合理设置 –max-pods（提升单节点 Pod 密度），选择与系统匹配的 cgroup 驱动（如 systemd）。
- kube-proxy：高并发场景优先 ipvs 模式，并优化 conntrack 相关参数以降低连接跟踪开销。
- 网络：选择高性能 CNI 插件（如 Calico/Cilium），结合业务调优 MTU 与启用 NetworkPolicy 减少噪声流量。
- 存储：优先 SSD/NVMe，为不同性能需求配置 StorageClass，必要时启用 存储 QoS。
- etcd/API Server：提升 etcd 副本数与调优 heartbeat/election 间隔；为 API Server 调整并发请求上限（如 max-requests-inflight）以支撑更高控制面吞吐。
五 监控度量与容量规划
- 指标分层：采集 容器指标（CPU、内存、文件系统/网络 I/O）、应用指标（HTTP 延迟、错误率、队列长度）与 Kubernetes 指标（Pod 数量、节点资源使用率、Service 请求量），形成闭环观测。
- 监控告警体系：使用 Prometheus + Grafana 建立面板与阈值告警，结合 日志（如 EFK/ELK）定位伸缩触发原因与瓶颈。
- 容量与策略联动：基于监控数据设置 HPA 目标阈值与 VPA 推荐/自动模式，在节假日/促销等业务高峰前做预扩容与灰度验证，保障稳定性与成本平衡。