Container Service for Kubernetes：基於阿里雲Prometheus指標的容器水平伸縮

前提條件

• 已部署阿里雲Prometheus監控組件。具體操作，請參見使用阿里雲Prometheus監控。

• 已部署ack-alibaba-cloud-metrics-adapter組件。具體操作，請參見部署alibaba-cloud-metrics-adapter組件。

  說明

  您可以登入Container Service管理主控台，在市場 > 應用市場頁面部署ack-alibaba-cloud-metrics-adapter組件。

功能介紹

預設HPA只支援基於CPU和記憶體的自動調整，並不能滿足日常的營運需求。阿里雲Prometheus監控全面對接開源Prometheus生態，支援類型豐富的組件監控，提供多種開箱即用的預置監控大盤，且提供全面託管的Prometheus服務。此功能主要分為三個步驟：

1. 在ACK叢集中使用Prometheus監控透出監控指標。

2. 依託alibaba-cloud-metrics-adapter組件，負責轉換Prometheus監控指標為HPA可消費的Kubernetes彙總指標。更多資訊，請參見Autoscaling on multiple metrics and custom metrics。

3. 配置並部署HPA，根據上一步的指標進行彈性擴縮。

   指標類型根據情境分為兩種：

   • Custom Metric：根據與要進行擴縮的Kubernetes目標對象（例如Pod）相關的指標進行擴縮，例如Pod自身維度指標。更多資訊，請參見autoscaling-on-multiple-metrics-and-custom-metrics。

   • External Metric：根據與要進行擴縮的Kubernetes目標對象（例如Pod）不相關的指標進行擴縮。例如，通過整體的業務QPS指標來擴縮某一個Workload的Pod。更多資訊，請參見autoscaling-on-metrics-not-related-to-kubernetes-objects。

下文介紹如何配置alibaba-cloud-metrics-adapter，實現將阿里雲Prometheus指標轉換為HPA可用指標，並實現該指標自動調整。

步驟一：擷取Prometheus監控資料

樣本一：使用ACK預設容器監控指標

您可以直接使用ACK預設安裝的阿里雲Prometheus中的預設指標進行HPA彈性擴縮。支援的指標包括容器監控cAdvisor指標、節點基礎監控Node-Exporter、GPU-Exporter指標，以及您當前已接入到阿里雲Prometheus中的所有指標。查看已接入阿里雲Prometheus的指標的步驟如下：

1. 登入Container Service管理主控台，在左側導覽列選擇叢集。

2. 在叢集列表頁面，單擊目的地組群名稱，然後在左側導覽列，選擇營運管理 > Prometheus 監控。

3. 單擊右上方跳轉到Prometheus服務。

4. 在Prometheus監控服務控制台的左側導覽列，單擊設定，查看所有已接入阿里雲Prometheus的指標。

樣本二：通過Pod自身上報的Prometheus指標進行HPA擴縮

部署測試應用，並通過Prometheus標準方式暴露指標。更多資訊，請參見metric_type。下文介紹如何部署sample-app應用，並自身透出http_requests_total的指標用來標識訪問次數。

1. 部署應用的工作負載。

   1. 登入Container Service管理主控台，在左側導覽列選擇叢集。

   2. 在叢集列表頁面，單擊目的地組群名稱，在左側導覽列，單擊工作負載 > 無狀態。

   3. 在無狀態頁面右側，單擊使用YAML建立資源，然後在建立頁面，樣本模板選擇自訂，配置以下YAML，單擊建立。

      展開查看YAML詳細資料

      apiVersion: apps/v1
      kind: Deployment
      metadata:
        name: sample-app
        labels:
          app: sample-app
      spec:
        replicas: 1
        selector:
          matchLabels:
            app: sample-app
        template:
          metadata:
            labels:
              app: sample-app
          spec:
            containers:
            - image: luxas/autoscale-demo:v0.1.2
              name: metrics-provider
              ports:
              - name: http
                containerPort: 8080
      ---
      apiVersion: v1
      kind: Service
      metadata:
        name: sample-app
        namespace: default
        labels:
          app: sample-app
      spec:
        ports:
          - port: 8080
            name: http
            protocol: TCP
            targetPort: 8080
        selector:
          app: sample-app
        type: ClusterIP

      說明

      此容器暴露出http_requests_total的指標用來標識訪問次數。

2. 添加ServiceMonitor。

   1. 登入ARMS控制台。

   2. 在左側導覽列選擇Prometheus監控 > 執行個體列表。

   3. 在頁面左上方選擇Container ServiceK8s叢集所在的地區，然後單擊與叢集同名的執行個體名稱。

   4. 在左側導覽列單擊服務發現，然後單擊配置頁簽。

   5. 在配置頁簽下單擊ServiceMonitor。

   6. 在ServiceMonitor頁簽下單擊添加ServiceMonitor建立ServiceMonitor，然後單擊確定。

      apiVersion: monitoring.coreos.com/v1
      kind: ServiceMonitor
      metadata:
        name: sample-app
        namespace: default
      spec:
        endpoints:
        - interval: 30s
          port: http
          path: /metrics
        namespaceSelector:
          any: true
        selector:
          matchLabels:
            app: sample-app

3. 確認監控狀態。

   在服務發現頁面，單擊Targets頁簽，如果看到default/sample-app/0(1/1 up)，則說明您已成功在阿里雲Prometheus監控到了部署的應用。

4. 通過在Prometheus大盤中，查詢最近時間範圍的http_requests_total數值，確定監控資料已經正確擷取。

步驟二：修改alibaba-cloud-metrics-adapter組件配置

1. 登入Container Service管理主控台，在左側導覽列選擇叢集。

2. 在叢集列表頁面，單擊目的地組群名稱，在左側導覽列，單擊應用 > Helm。

3. 在Helm頁面的操作列，單擊ack-alibaba-cloud-metrics-adapter對應的更新。

4. 在更新發布面板，配置如下YAML，然後單擊確定。

   展開查看YAML詳細資料

     AlibabaCloudMetricsAdapter:
     ......
       prometheus:
         enabled: true    # 這裡設定為true，開啟整體Prometheus adapter功能。
         # 填寫阿里雲Prometheus監控的地址。
         url: https://cn-beijing.arms.aliyuncs.com:9443/api/v1/prometheus/xxxx/xxxx/xxxx/cn-beijing
       	# 阿里雲Prometheus開啟鑒權Token後，請配置prometheusHeader Authorization。
         prometheusHeader:
         - Authorization: xxxxxxx
         	
         metricsRelistInterval: 1m # 重新擷取指標列表的時間周期，推薦保持預設1min。
       	logLevel: 5								# 組件調試記錄層級，推薦保持預設。
       
         adapter:
           rules:
             default: false  			# 預設指標擷取配置，推薦保持false。
             custom:
             
             # 樣本1：this is an example of custom metric config.
             # this config will convert prometheus metric: container_memory_working_set_bytes to a custom metric container_memory_working_set_bytes_per_second
             # and cpu metric container_cpu_usage_seconds_total convert to container_cpu_usage_core_per_second
             # you can run command to check the memory/cpu value:
             # kubectl get --raw  "/apis/custom.metrics.k8s.io/v1beta1/namespaces/kube-system/pods/*/container_memory_working_set_bytes_per_second"
             # kubectl get --raw  "/apis/custom.metrics.k8s.io/v1beta1/namespaces/kube-system/pods/*/container_cpu_usage_core_per_second"
             # refer to doc: https://help.aliyun.com/document_detail/184519.html
     
             - seriesQuery: 'container_memory_working_set_bytes{namespace!="",pod!=""}'
               resources:
                 overrides:
                   namespace: { resource: "namespace" }
                   pod: { resource: "pod" }
               name:
                 matches: "^(.*)_bytes"
                 as: "${1}_bytes_per_second"
               metricsQuery: 'sum(<<.Series>>{<<.LabelMatchers>>}) by (<<.GroupBy>>)' # metricsQuery配置中的labelSelector不會繼承series_Query的過濾標籤。
             - seriesQuery: 'container_cpu_usage_seconds_total{namespace!="",pod!=""}'
               resources:
                 overrides:
                   namespace: { resource: "namespace" }
                   pod: { resource: "pod" }
               name:
                 matches: "^(.*)_seconds_total"
                 as: "${1}_core_per_second"
               metricsQuery: 'sum(rate(<<.Series>>{<<.LabelMatchers>>}[1m])) by (<<.GroupBy>>)'  # metricsQuery配置中的labelSelector不會繼承series_Query的過濾標籤。
     
             # 樣本2：this is an example of external metric config.
             
             # refer to doc: https://help.aliyun.com/document_detail/608768.html
     
             # 添加新的轉換規則，請確保阿里雲Prometheus中指標標籤和此處一致，如果不一致，請參見ARMS Prometheus中指標標籤修改。
             
             #- seriesQuery: http_requests_total{namespace!="",pod!=""}
             #  resources:
             #    overrides:
             #      # 此處resource為Kubernetes的API Resource，可通過kubectl api-resources -o wide查看。
             #      # 此處key對應Prometheus資料中的LabelName，請確認Prometheus指標資料中有此LabelName。
             #      namespace: {resource: "namespace"}
             #      pod: {resource: "pod"}
             #  name:
             #    matches: ^(.*)_total
             #   as: ${1}_per_second
             #  metricsQuery: sum(rate(<<.Series>>{<<.LabelMatchers>>}[2m])) by (<<.GroupBy>>)
     
     
             # this is an example of external metric config.
             
             # refer to doc: https://help.aliyun.com/document_detail/608768.html
     
             #- seriesQuery: arms_app_requests_count
             #  metricsQuery: sum by (rpc) (sum_over_time(<<.Series>>{rpc="/demo/queryUser/{id}",service="arms-demo:arms-k8s-demo",prpc="__all__",ppid="__all__",endpoint="__all__",destId="__all__",<<.LabelMatchers>>}[1m]))
             #  name:
             #    as: ${1}_per_second_queryuser
             #    matches: ^(.*)_count
             #  resources:
             #    namespaced: false
     
     
             # this is an example of custom metric from user define prometheus metric: http_requests_total
             # refer to doc: https://help.aliyun.com/document_detail/184519.html
     
             #- seriesQuery: 'http_requests_total{namespace!="",pod!=""}'
             #  resources:
             #    overrides:
             #      namespace: {resource: "namespace"}
             #      pod: {resource: "pod"}
             #  name:
             #    matches: "^(.*)_total"
             #    as: "${1}_per_second"
             #  metricsQuery: 'sum(rate(<<.Series>>{<<.LabelMatchers>>}[2m])) by (<<.GroupBy>>)'
             # - seriesQuery: '{__name__=~"^some_metric_count$"}'
             #   resources:
             #     template: <<.Resource>>
             #   name:
             #     matches: ""
             #     as: "my_custom_metric"
             #   metricsQuery: sum(<<.Series>>{<<.LabelMatchers>>}) by (<<.GroupBy>>)
     
       ......

   部分欄位說明如下。關於ack-alibaba-cloud-adapter設定檔的詳細說明，請參見ack-alibaba-cloud-adapter設定檔詳解。

   欄位	說明
   AlibabaCloudMetricsAdapter. prometheus.adapter.rules.custom	該欄位內容請修改為樣本YAML中對應的內容。
   alibabaCloudMetricsAdapter. prometheus.url	填寫阿里雲Prometheus監控的地址。關於如何擷取Prometheus資料請求URL，請參見如何擷取Prometheus資料請求URL。
   AlibabaCloudMetricsAdapter. prometheus.prometheusHeader[].Authorization	填寫Token。關於如何擷取Token，請參見如何擷取Prometheus資料請求URL。
   AlibabaCloudMetricsAdapter. prometheus.adapter.rules.default	預設建立預置指標，推薦關閉，配置為false。

配置Metrics-adapter組件參數，並成功部署Metrics-adapter組件後，可通過如下命令查看K8s彙總API是否已經成功接入資料。

1. 通過Custom Metrics進行容器伸縮。

   1. 執行以下命令，通過Custom Metrics指標查詢方式，查看HPA可用指標的詳情和列表。

      kubectl get --raw "/apis/custom.metrics.k8s.io/v1beta1/" | jq .

   2. 執行以下命令，查詢http_requests_per_second指標在default命名空間下的當前數值。

      # 通過查詢container_memory_working_set_bytes_per_second查看kube-system namespace中Pod的工作記憶體當前每秒大小。
      kubectl get --raw  "/apis/custom.metrics.k8s.io/v1beta1/namespaces/kube-system/pods/*/container_memory_working_set_bytes_per_second"
      
      # 通過查詢container_cpu_usage_core_per_second查看kube-system namespace中Pod的CPU使用核心數每秒大小。
      kubectl get --raw  "/apis/custom.metrics.k8s.io/v1beta1/namespaces/kube-system/pods/*/container_cpu_usage_core_per_second"

      指標查詢結果樣本：

      {
        "kind": "MetricValueList",
        "apiVersion": "custom.metrics.k8s.io/v1beta1",
        "metadata": {
          "selfLink": "/apis/custom.metrics.k8s.io/v1beta1/namespaces/kube-system/pods/%2A/container_memory_working_set_bytes_per_second"
        },
        "items": [
          {
            "describedObject": {
              "kind": "Pod",
              "namespace": "kube-system",
              "name": "ack-alibaba-cloud-metrics-adapter-7cf8dcb845-h****",
              "apiVersion": "/v1"
            },
            "metricName": "container_memory_working_set_bytes_per_second",
            "timestamp": "2023-08-09T06:30:19Z",
            "value": "24576k",
            "selector": null
          }
        ]
      }

2. 通過External Metrics進行容器伸縮。

   1. 執行以下命令，通過External Metrics指標查詢方式，查看HPA可用的External指標詳情和列表。

      kubectl get --raw "/apis/external.metrics.k8s.io/v1beta1/" | jq .

   2. 執行以下命令，查詢http_requests_per_second指標在default命名空間下的當前數值。

      kubectl get --raw "/apis/external.metrics.k8s.io/v1beta1/namespaces/default/http_requests_per_second"

      樣本輸出：

      {
        "kind": "ExternalMetricValueList",
        "apiVersion": "external.metrics.k8s.io/v1beta1",
        "metadata": {},
        "items": [
          {
            "metricName": "http_requests_per_second",
            "metricLabels": {},
            "timestamp": "2022-01-28T08:40:20Z",
            "value": "33m"
          }
        ]
      }
      

步驟三：配置並部署HPA，根據獲得的指標進行彈性擴縮

部署HPA

目前的版本已支援Prometheus Metrics同時透出Custom Metrics與External Metrics。您可以根據需求任選以下方式通過HPA進行容器伸縮。

通過Custom Metrics進行容器伸縮

1. 使用以下內容，建立hpa.yaml檔案。

   kind: HorizontalPodAutoscaler
   apiVersion: autoscaling/v2
   metadata:
     name: sample-app-memory-high
   spec:
   # HPA的伸縮對象描述，HPA會動態修改該對象的Pod數量。
     scaleTargetRef:
       apiVersion: apps/v1
       kind: Deployment
       name: sample-app
   # HPA的最小Pod數量和最大Pod數量。
     minReplicas: 1
     maxReplicas: 10
   # 監控的指標數組，支援多種類型的指標共存。
     metrics:
     - type: Pods
       pods:
         # 使用指標：pods/container_memory_working_set_bytes_per_second。
         metric: 
           name: container_memory_working_set_bytes_per_second
    # AverageValue類型的目標值，Pods指標類型下只支援AverageValue類型的目標值。
         target:
           type: AverageValue
           averageValue: 1024000m       # 此處1024000m代表1 KB記憶體閾值，當前指標單位為byte/per second，m為K8s轉換精度單位，當出現了小數點，K8s又需要高精度時，會使用單位m或k。例如1001m=1.001，1k=1000。
   

2. 執行以下命令，建立HPA應用。

   kubectl apply -f hpa.yaml

3. 執行以下命令，查看HPA是否生效。

   kubectl get hpa sample-app-memory-high

   預期輸出：

   NAME                     REFERENCE               TARGETS           MINPODS   MAXPODS   REPLICAS   AGE
   sample-app-memory-high   Deployment/sample-app   24576k/1024000m   3         10        1          7m

通過External Metrics進行容器伸縮

1. 使用以下內容，建立hpa.yaml檔案。

   apiVersion: autoscaling/v2
   kind: HorizontalPodAutoscaler
   metadata:
     name: sample-app
   spec:
     scaleTargetRef:
       apiVersion: apps/v1
       kind: Deployment
       name: sample-app
     minReplicas: 1
     maxReplicas: 10
     metrics:
       - type: External
         external:
           metric:
             name: http_requests_per_second
             selector:
               matchLabels:
                 job: "sample-app"
   # External指標類型下只支援Value和AverageValue類型的目標值。
           target:
             type: AverageValue
             averageValue: 500m

2. 執行以下命令，建立HPA應用。

   kubectl apply -f hpa.yaml

3. 在Service中開啟負載平衡後，執行以下命令，進行壓測實驗。

   ab -c 50 -n 2000 LoadBalancer(sample-app):8080/

4. 執行以下命令，查看HPA詳情。

   kubectl get hpa sample-app

   預期輸出：

   NAME         REFERENCE               TARGETS    MINPODS   MAXPODS   REPLICAS   AGE
   sample-app   Deployment/sample-app   33m/500m   1         10        1          7m

ack-alibaba-cloud-adapter設定檔詳解

ack-alibaba-cloud-adapter通過以下步驟將Prometheus中的指標轉換成HPA可用的指標：

1. Discovery：ack-alibaba-cloud-adapter會從Prometheus發現可用的指標。

2. Association：將指標與Kubernetes資源（Pod、Node、Namespace）相關聯。

3. Naming：定義轉換後的HPA可用指標名稱。

4. Querying：定義查詢Prometheus語句。

以上文中sample-app容器中暴露出來的http_requests_total指標轉換成HPA中的http_requests_per_second為例，完整的ack-alibaba-cloud-adapter設定檔如下。

- seriesQuery: http_requests_total{namespace!="",pod!=""}
  resources:
    overrides:
      namespace: {resource: "namespace"}
      pod: {resource: "pod"}
  name:
    matches: ^(.*)_total
    as: ${1}_per_second
  metricsQuery: sum(rate(<<.Series>>{<<.LabelMatchers>>}[2m])) by (<<.GroupBy>>)

1. Discovery

   指定待轉換的Prometheus指標，您可以通過seriesFilters精確過濾指標。seriesQuery可以根據標籤進行尋找，範例程式碼如下。

   seriesQuery: http_requests_total{namespace!="",pod!=""}
   seriesFilters:
       - isNot: "^container_.*_seconds_total"

   seriesFilters為非必填項，用於過濾指標：

   • is:<regex>：匹配包含該Regex的指標。

   • isNot:<regex>：匹配不包含該Regex的指標。

2. Association

   設定Prometheus指標標籤與Kubernetes中的資源地圖關係。http_requests_total指標的標籤包括namespace!=""和pod!=""。

   - seriesQuery: http_requests_total{namespace!="",pod!=""}
     resources:
       overrides:
         namespace: {resource: "namespace"}
         pod: {resource: "pod"}

3. Naming

   用於將Prometheus指標名稱轉換成HPA的指標名稱，但不會改變Prometheus本身的指標名稱。如果使用Prometheus原來的指標，可以不設定。

   您可以通過執行命令kubectl get --raw "/apis/custom.metrics.k8s.io/v1beta1"查看HPA可用的所有指標。

   - seriesQuery: http_requests_total{namespace!="",pod!=""}
     resources:
       overrides:
         namespace: {resource: "namespace"}
         pod: {resource: "pod"}
     name:
       matches: "^(.*)_total"
       as: "${1}_per_second"

4. Querying

   查詢Prometheus API的模板。ack-alibaba-cloud-adapter會根據HPA中的參數，填充參數到此模板中，然後發送給Prometheus API請求，並將獲得的值最終提供給HPA進行彈性擴縮。

   - seriesQuery: http_requests_total{namespace!="",pod!=""}
     resources:
       overrides:
         namespace: {resource: "namespace"}
         pod: {resource: "pod"}
     name:
       matches: ^(.*)_total
       as: ${1}_per_second
     metricsQuery: sum(rate(<<.Series>>{<<.LabelMatchers>>}[2m])) by (<<.GroupBy>>)

如何擷取Prometheus資料請求URL

情境一：阿里雲Prometheus監控

1. 登入Container Service管理主控台，在左側導覽列選擇叢集。

2. 在叢集列表頁面，單擊目的地組群名稱，然後在左側導覽列，選擇營運管理 > Prometheus 監控。

3. 單擊右上方跳轉到Prometheus服務。

4. 在Prometheus監控服務控制台的左側導覽列，單擊設定，然後單擊設定頁簽，擷取HTTP API地址（Grafana 讀取地址）。

   推薦使用內網，如無法使用內網時，可使用公網。

   

情境二：開源Prometheus監控

針對開源自建Prometheus方案，您需要通過Service暴露Prometheus的標準訪問API，然後將其配置在metrics-adapter組件的Prometheus資料來源URL參數中，即可完成基於開源Prometheus資料的HPA資料來源配置。

下文以ACK應用市場提供的ack-prometheus-operator社區版應用Helm Chart為例。更多資訊，請參見開源Prometheus監控。

1. 部署Prometheus監控方案，並暴露標準Prometheus API。

   • 登入Container Service管理主控台，在左側導覽列選擇市場 > 應用市場。

   • 在應用市場頁面，搜尋並單擊ack-prometheus-operator，然後在頁面右側，單擊一鍵部署。

   • 在建立頁面，選擇叢集和命名空間，按需修改發布名稱，然後單擊下一步，按需修改參數，然後單擊確定。

   • 查看部署結果。

     1. 通過Service暴露Prometheus的標準API，當前以ack-prometheus-operator的Service：ack-prometheus-operator-prometheus為例。

     2. 在瀏覽器中訪問ServiceIP:9090，如需為Service開通公網訪問SLB，查看Prometheus控制台。

     3. 在頁面上方功能表列，單擊Status > Targets，查看所有採集任務。

        如果所有任務的狀態為UP，表示所有採集任務均已正常運行。

        

   • 查看Labels中對應的service和namespace。

     本樣本以ServiceName為ack-prometheus-operator-prometheus，ServiceNamespace為monitoring為例說明該開源Prometheus資料請求的URL。

     http://ack-prometheus-operator-prometheus.monitoring.svc.cluster.local:9090

2. 配置組件的Prometheus資料來源URL參數中，以確保組件與Prometheus之間的通訊正常。

   如果選擇通過公網訪問Prometheus的標準API，可參見以下樣本進行配置。

     AlibabaCloudMetricsAdapter:
     ......
       prometheus:
         enabled: true
         url: http://your_domain.com:9090   # 請將your_domain.com替換為您的公網IP

   以ack-prometheus-operator方案為例，此時url值為http://ack-prometheus-operator-prometheus.monitoring.svc.cluster.local:9090。

相關文檔

• 如需通過外部指標（External Metrics），例如HTTP請求率、Ingress QPS等指標實現HPA，請參見基於阿里雲組件指標的容器水平伸縮。

• 如需通過Nginx Ingress對多個應用進行HPA，以根據應用的負載情況動態調整Pod副本數量，請參見通過Nginx Ingress對多個應用進行HPA。