Jak funguje Horizontal Pod Autoscaler a jak souvisí s Cluster Autoscaler?

Question

IT Interview Practice · Accepted Answer

**Horizontal Pod Autoscaler (HPA)** přidává nebo odebírá **repliky Podů** podle sledovaných metrik (CPU, paměť nebo vlastní). **Cluster Autoscaler (CA)** přidává nebo odebírá **nody**, když Pody nelze naplánovat nebo jsou nody nevyužité. Fungují na různých vrstvách a spolupracují.

## Dva autoscalery, dvě vrstvy

```text
HPA  → škáluje PODY  (více/méně replik Deploymentu)            — reaguje na ZÁTĚŽ
CA   → škáluje NODY (zvětšuje/zmenšuje stroje clusteru)        — reaguje na Pody v PENDING
VPA  → (bonus) upravuje requesty/limits Podu                   — reaguje na správné dimenzování

Typický průběh: zátěž stoupá → HPA přidá Pody → Pody se nevejdou → CA přidá node →
              Pody se naplánují. Zátěž klesá → HPA odebere Pody → node nečinný → CA jej odebere.
```

## Jak funguje řídicí smyčka HPA

```text
Přibližně každých 15 s HPA controller:
  1. přečte aktuální metriku (např. průměrné CPU napříč Pody) z metrics-server / custom API
  2. spočítá:  desiredReplicas = ceil(currentReplicas * currentMetric / targetMetric)
  3. škáluje Deployment k tomu (omezeno minReplicas/maxReplicas)
Příklad: 4 Pody na 80 % CPU, cíl 50 % → 4 * 80/50 = 6,4 → 7 replik.
Stabilizační okna tlumí kolísání (zejména při zmenšování).
```

## Manifest HPA

```yaml
apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:
  name: web-hpa
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: web
  minReplicas: 3
  maxReplicas: 20
  metrics:
    - type: Resource
      resource:
        name: cpu
        target:
          type: Utilization
          averageUtilization: 60      # udržuj průměrné CPU ~60 % REQUESTU
  behavior:                           # volitelné: ladění rychlosti zvětšování/zmenšování
    scaleDown:
      stabilizationWindowSeconds: 300
```

```bash
kubectl get hpa                       # aktuální/cílová metrika, počet replik
kubectl top pods                      # vyžaduje metrics-server
```

## Důležité závislosti a výhrady

```text
• HPA na CPU/paměť VYŽADUJE nainstalovaný metrics-server; využití je relativní k REQUESTŮM
  → pokud requesty nejsou nastavené/jsou špatné, výpočet HPA nemá smysl. Nastavte requesty správně.
• Vlastní/externí metriky (RPS, hloubka fronty) potřebují adaptér (Prometheus Adapter, KEDA).
• HPA a ruční `replicas` jsou v konfliktu — nechte počet replik na HPA.
• Cluster Autoscaler také potřebuje správné requesty: dívá se na REQUESTY Podů v Pending, aby
  rozhodl o škálování nodů. Přidání nodu trvá minuty (provisioning), takže si nechte rezervu.
```

## Proč je to důležité

Autoscaling je to, co Kubernetes umožňuje automaticky sladit kapacitu s poptávkou, a pochopení obou vrstev je znalost na seniorní úrovni, která odděluje nákladově efektivní, odolné clustery od těch pod- nebo předimenzovaných. Klíčový myšlenkový model je, že **HPA škáluje Pody** v reakci na zátěž (upravuje počet replik podle sledovaného CPU, paměti nebo vlastních metrik), zatímco **Cluster Autoscaler škáluje nody** v reakci na tlak na scheduling (přidává stroje, když jsou Pody v Pending, odebírá je, když jsou nody nečinné) — fungují na různých vrstvách a spolupracují: HPA může přidat Pody jen tehdy, když je místo, a CA to místo poskytuje. Pochopení řídicí smyčky HPA — vzorce `desiredReplicas = ceil(currentReplicas * currentMetric / targetMetric)`, periodického slaďování a stabilizačních oken, která brání kolísání — vám umožní ji nastavit a ladit, místo abyste ji brali jako magii. Výhrady jsou tam, kde se projeví seniorní úsudek: HPA na CPU/paměť **vyžaduje metrics-server** a počítá využití **relativně k requestům**, takže špatné nebo chybějící requesty činí jeho výpočty nesmyslnými; vlastní metriky (requesty za sekundu, hloubka fronty) potřebují adaptér jako Prometheus Adapter nebo KEDA; a přidání nodu trvá minuty, takže rezerva má význam. Protože správné dimenzování kapacity přímo ovlivňuje spolehlivost při špičkách provozu a cloudové náklady v klidných obdobích a protože oba autoscalery závisí na správně nastavených resource requests, zvládnutí HPA a Cluster Autoscaleru je základem pro efektivní a spolehlivý provoz produkčního Kubernetes.

Dva autoscalery, dvě vrstvy

Jak funguje řídicí smyčka HPA

Manifest HPA

Důležité závislosti a výhrady

Proč je to důležité

Související otázky