ПР. Автомасштабирование в Yandex Managed Kubernetes

Кратко:

• Создание манифеста load-balancer-hpa.yaml для горизонтального автомасштабирования в Kubernetes.
• Использование меток (labels) для контейнеров с меткой "nginx-hpa".
• Изменение образа контейнера с Yandex Container Registry на k8s.gcr.io/hpa-example для создания высокой нагрузки на процессор.
• Добавление настроек ресурсов (requests и limits) для контейнера nginx-hpa.
• Создание манифеста Horizontal Pod Autoscaler с настройками minReplicas, maxReplicas и targetCPUUtilizationPercentage.
• Применение манифеста и ожидание запуска компонентов.
• Создание рабочей нагрузки с помощью утилиты wget.
• Наблюдение за увеличением числа подов и узлов в кластере.

Практическая работа. Автомасштабирование в Yandex Managed Kubernetes

1. Создайте манифест load-balancer-hpa.yaml.
   Для начала скопируйте в него настройки спецификаций, которые вы составляли на предыдущих уроках: из my-nginx.yaml (в примере ниже это раздел Deployment) и из load-balancer.yaml (раздел Service).
   Поскольку новый балансировщик должен отслеживать отдельную группу контейнеров, используйте для контейнеров другие метки (labels), например nginx-hpa.

   ---
   ### Deployment
   apiVersion: apps/v1
   kind: Deployment
   metadata:
     name: my-loadbalancer-hpa
     labels:
       app: nginx-hpa
   spec:
     replicas: 1
     selector:
       matchLabels:
              app: nginx-hpa
     template:
       metadata:
            name: nginx-hpa
            labels:
                 app: nginx-hpa
       spec:
            containers:
                - name: nginx-hpa
                  image: cr.yandex/<registry ID>/ubuntu-nginx:latest
    
    
   ---
   ### Service
   apiVersion: v1
   kind: Service
   metadata:
     name: my-loadbalancer-hpa
   spec:
     selector:
        app: nginx-hpa
     ports:
       - protocol: TCP
         port: 80
         targetPort: 80
     type: LoadBalancer

2. В разделе Deployment смените образ с Yandex Container Registry на k8s.gcr.io/hpa-example — это специальный тестовый образ из публичного репозитория, создающий высокую нагрузку на процессор. Так вам будет удобно отслеживать работу Horizontal Pod Autoscaler.

          ...
          spec:
             containers:
                 - name: nginx-hpa
                 image: k8s.gcr.io/hpa-example 

3. Теперь добавьте в шаблон контейнера настройки requests и limits: мы попросим по умолчанию 256 мебибайтов памяти и 500 милли-CPU (половину ядра), а ограничим контейнер 500 мебибайтами и 1 CPU.

       ...
       spec:
        containers:
          - name: nginx-hpa
            image: k8s.gcr.io/hpa-example
            resources:
              requests:
                memory: "256Mi"
                cpu: "500m"
              limits:
                memory: "500Mi"
                cpu: "1" 

4. Дополните манифест настройками для Horizontal Pod Autoscaler:

   apiVersion: autoscaling/v1
   kind: HorizontalPodAutoscaler
   metadata:
     name: my-hpa
   spec:
     scaleTargetRef:
       apiVersion: apps/v1
       kind: Deployment
       name: my-nginx-deployment-hpa
     minReplicas: 1
     maxReplicas: 5
     targetCPUUtilizationPercentage: 20

5. В результате должен получиться такой манифест:

   ---
   ### Deployment
   apiVersion: apps/v1
   kind: Deployment
   metadata:
     name: my-nginx-deployment-hpa
     labels:
       app: nginx-hpa
   spec:
     replicas: 1
     selector:
       matchLabels:
         app: nginx-hpa
     template:
       metadata:
         name: nginx-hpa
         labels:
           app: nginx-hpa
       spec:
         containers:
           - name: nginx-hpa
             image: k8s.gcr.io/hpa-example
             resources:
               requests:
                 memory: "256Mi"
                 cpu: "500m"
               limits:
                 memory: "500Mi"
                 cpu: "1"
    
   ---
   ### Service
   apiVersion: v1
   kind: Service
   metadata:
     name: my-loadbalancer-hpa
   spec:
     selector:
       app: nginx-hpa
     ports:
       - protocol: TCP
         port: 80
         targetPort: 80
     type: LoadBalancer
    
   ---
   ### HPA
   apiVersion: autoscaling/v1
   kind: HorizontalPodAutoscaler
   metadata:
     name: my-hpa
   spec:
     scaleTargetRef:
       apiVersion: apps/v1
       kind: Deployment
       name: my-nginx-deployment-hpa
     minReplicas: 1
     maxReplicas: 5
     targetCPUUtilizationPercentage: 20

6. Примените манифест:

   kubectl apply -f <путь_к_load-balancer-hpa.yaml>

deployment.apps/my-nginx-deployment-hpa created
service/my-loadbalancer-hpa created
horizontalpodautoscaler.autoscaling/my-hpa created

7. В консоли управления перейдите в раздел Network Load Balancer. Дождитесь, пока статус my-nginx-deployment-hpa станет Running, после чего посмотрите IP-адрес балансировщика. Убедитесь, что в браузере этот адрес доступен. В терминале сохраните IP-адрес в переменную. Например, так:

   LOAD_BALANCER_IP=<IP-адрес балансировщика>

8. Запустите в отдельном окне отслеживание интересующих вас компонентов кластера Kubernetes:

   while true; do kubectl get pod,svc,hpa,nodes -o wide; sleep 5; done

9. Теперь сымитируйте рабочую нагрузку на приложение. Для этого подойдёт утилита wget (установите её с помощью пакетного менеджера или с сайта).

   while true; do wget -q -O- http://$LOAD_BALANCER_IP; done

10. Остановите цикл создания нагрузки на приложение (комбинация клавиш Ctrl + C). В окне консоли с отслеживанием компонентов кластера вы увидите, как удаляются узлы и поды без нагрузки.