すべてのプロダクト
Search
ドキュメントセンター

Container Service for Kubernetes:AHPA Controllerリリースノート

最終更新日:Jan 07, 2025

Container Service for Kubernetes (ACK) は、予測スケーリングをサポートする高度な水平ポッドオートスケーラー (AHPA) コンポーネントを提供します。 予測スケーリング機能は、トラフィック負荷が定期的に変動するアプリケーションのスケーリングアクティビティのリソースをプリフェッチできます。 これは、最も早い機会にアプリケーションのリソースをACKスケールするのに役立ちます。 AHPAコントローラをインストールして、AHPAが提供する予測スケーリング機能を使用できます。 このトピックでは、AHPAを紹介し、コンポーネントの使用法ノートとリリースノートについて説明します。

概要

AHPAは、アプリケーションの履歴メトリックデータに基づいて、アプリケーションが必要とするポッドの数を予測します。 これは、最も早い機会にアプリケーションのリソースをACKスケールするのに役立ちます。 AHPAは、プロアクティブ予測とパッシブ予測を使用して、ポッドの数をリアルタイムで調整します。 AHPAでは、特定の期間内のポッドの最大数と最小数を指定するようにポリシーを設定することもできます。

AHPAの仕組み

自動スケーリングはコスト削減をもたらし、アプリケーションの安定性を向上させ、O&Mを自動化し、企業が事業開発に集中できるようにします。 次のセクションでは、AHPAアーキテクチャを設計するためのルールについて説明します。

  • 安定: スケーリングアクティビティは、アプリケーションが安定している場合にのみ実行されます。

  • O&Mフリー: 追加のO&Mは必要ありません。 AHPAを使用するときに、クライアントに新しいコントローラを追加する必要はありません。 さらに、AHPAの構文はHPAよりも簡単です。

  • サーバーレス: ユーザーがKubernetesノードのリソース使用率を心配するのではなく、ポッドに集中できるように、アプリケーション指向のアーキテクチャが提供されています。 ACKサーバーレスクラスター内のすべてのポッドがエラスティックコンテナインスタンスにデプロイされている場合、サーバーレス (ゼロノード) シナリオでの自動スケーリングのベストプラクティスとして、ACKサーバーレスクラスターの長期実行機能を強化できます。

次の図は、AHPAのアーキテクチャを示しています。

  • さまざまなメトリック: CPU、メモリ、QPS、RT、および外部メトリックがサポートされています。

  • 安定性: AHPAは、プリフェッチ (プロアクティブ) 、スケーリングポリシー (パッシブ) 、サービスの劣化などの機能を使用して、アプリケーションに十分なリソースを確保します。

    • 事前予測: AHPAは、DAMO Academyが提供する機械学習アルゴリズムとアプリケーションの過去のメトリックデータに基づいて、今後24時間以内にアプリケーションが必要とするポッドの数を予測できます。 AHPAは、トラフィック負荷が周期的に変動するアプリケーションに適しています。

    • パッシブ予測: AHPAは、トラフィックスパイクを処理するために、アプリケーションのリアルタイムメトリックデータに基づいて、アプリケーションが必要とするポッドの数を予測できます。

    • サービスの劣化: AHPAを使用すると、1つ以上の期間内のポッドの最大数と最小数を指定できます。

  • 複数のスケーリング方法: AHPAは、Knative、HPA、およびDeploymentsを使用してスケーリングを実行できます。

    • Knative: Knativeは、同時実行、QPS、またはRTに基づいてリソースをスケーリングして、サーバーレスシナリオでのコールドスタートの問題を解決できます。

    • HPA: HPAはスケーリングポリシーの設定を簡素化し、初心者がコールドスタートの問題を解決するのに役立ちます。

    • デプロイメント: デプロイメントを使用して自動スケーリングを実行できます。

使用上の注意

詳細については、「AHPAの概要」をご参照ください。

リリースノート

April 2024

バージョン

リリース日

説明

影響

v2.6.0-aliyun.1

2024-04-16

metrics-serverを使用してメトリックを収集するリンクが最適化されています。

オフピーク時に更新を実行することを推奨します。

March 2024

バージョン

リリース日

説明

影響

v2.5.6-aliyun.1

2024-03-20

カスタムメトリックパニックの問題は修正されました。

オフピーク時に更新を実行することを推奨します。

12月2023

バージョン

リリース日

説明

影響

v2.5.0-aliyun.1

2023-12-25

  • カスタムPromQL設定がサポートされています。

  • Elastic Workloadがサポートされています。

  • kubectlは、定期的なフィーチャを提供するかどうかを表示するように最適化されます。

オフピーク時に更新を実行することを推奨します。

10月2023

バージョン

リリース日

説明

影響

v2.4.0-aliyun.1

2023-10-16

  • パッシブ予測では、複数のメトリックがサポートされます。

  • kubectlは複数のAHPAメトリックを表示するように最適化されています。

  • 次の問題が修正されました。AHPAのTargetRefで指定されたオブジェクトの変更は有効になりません。

オフピーク時に更新を実行することを推奨します。

7月2023日

バージョン

リリース日

説明

影響

v2.3.0-aliyun.1

2023-07-12

  • カスタムメトリクスがサポートされています。

  • kubectlは、出力で参照されるリソースのタイプを表示するように最適化されています。

オフピーク時に更新を実行することを推奨します。

6月2023

バージョン

リリース日

説明

影響

v2.2.0-aliyun.1

2023-06-19

  • 同時実行メトリックは、予測スケーリングでサポートされます。

  • Knativeのパッシブ処理ロジックが最適化されています。

  • CPUおよびメモリメトリックのリアルタイムクエリ用のレイテンシ最適化ロジックが最適化されます。

オフピーク時に更新を実行することを推奨します。

April 2023

バージョン

リリース日

説明

影響

v2.1.0-aliyun.1

2023-04-26

  • Prometheusダッシュボードがサポートされています。

  • 履歴メトリックの時間範囲はカスタマイズできます。

オフピーク時に更新を実行することを推奨します。

2022 年 7 月

バージョン

リリース日

説明

影響

v1.0.0-aliyun.1

2022-07-13

  • 予測スケーリングでは、CPU、メモリ、RT、およびQPSメトリックがサポートされます。

  • デプロイ、HPA、およびKnativeを使用してスケーリングを実行できます。

ワークロードへの影響なし