Kepiyé Horizontal Pod Autoscaler makarya, lan kepiyé sesambungané karo Cluster Autoscaler?

Question

IT Interview Practice · Accepted Answer

**Horizontal Pod Autoscaler (HPA)** nambah utawa nyuda **replica Pod** adhedhasar metrik sing diamati (CPU, memory, utawa custom). **Cluster Autoscaler (CA)** nambah utawa nyuda **node** nalika Pod ora bisa dijadwal utawa node kurang kanggo. Dhèwèké makarya ing lapisan sing béda lan bebarengan.

## Loro autoscaler, loro lapisan

```text
HPA  → nge-scale POD  (luwih akèh/luwih sithik replica saka Deployment)   — nanggapi BEBAN
CA   → nge-scale NODE (nambahi/nyuda mesin cluster)                        — nanggapi Pod PENDING
VPA  → (bonus) nyetel request/limit sawijining Pod                         — nanggapi right-sizing

Alur khas: beban mundhak → HPA nambah Pod → Pod ora pas → CA nambah node →
           Pod dijadwal. Beban mudhun → HPA nyuda Pod → node nganggur → CA mbuang node.
```

## Kepiyé control loop HPA makarya

```text
Saben ~15 detik controller HPA:
  1. maca metrik saiki (contoné rata-rata CPU ing kabèh Pod) saka metrics-server / custom API
  2. ngitung:  desiredReplicas = ceil(currentReplicas * currentMetric / targetMetric)
  3. nge-scale Deployment tumuju kono (diwatesi déning minReplicas/maxReplicas)
Contoné: 4 Pod ing 80% CPU, target 50% → 4 * 80/50 = 6.4 → 7 replica.
Jendhéla stabilisasi ngredhem flapping (utamané ing scale-down).
```

## 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      # njaga rata-rata CPU ~60% saka REQUEST
  behavior:                           # opsional: setel kacepetan scale up/down
    scaleDown:
      stabilizationWindowSeconds: 300
```

```bash
kubectl get hpa                       # metrik saiki/target, cacah replica
kubectl top pods                      # mbutuhaké metrics-server
```

## Dependensi & bab penting

```text
• HPA ing CPU/memory MBUTUHAKÉ metrics-server dipasang; utilisasi relatif marang REQUEST
  → yèn request ora disetel/salah, matématika HPA ora ana artiné. Setel request kanthi bener.
• Metrik custom/eksternal (RPS, jerone antrian) butuh adapter (Prometheus Adapter, KEDA).
• HPA lan `replicas` manual konflik — jaraké HPA sing nduwèni cacah replica.
• Cluster Autoscaler uga butuh request sing bener: dhèwèké ndeleng REQUEST Pod Pending kanggo
  mutusaké scaling node. Scale-up node njupuk menit (provisioning), mula njaga headroom.
```

## Kenapa iki penting

Autoscaling yaiku sing ngidini Kubernetes nyocogaké kapasitas karo panjaluk kanthi otomatis, lan ngerti loro lapisané yaiku kawruh tingkat senior sing misahaké cluster sing hemat-wragad lan tahan banting saka sing over- utawa under-provisioned. Model mental kuncine yaiku **HPA nge-scale Pod** minangka respons marang beban (nyetel cacah replica saka CPU, memory, utawa metrik custom sing diamati) déné **Cluster Autoscaler nge-scale node** minangka respons marang tekanan scheduling (nambah mesin nalika Pod Pending, mbuang nalika node nganggur) — dhèwèké makarya ing lapisan sing béda lan kerja bareng: HPA mung bisa nambah Pod yèn ana panggonan, lan CA nyedhiyani panggonan iku. Ngerti control loop HPA — rumus `desiredReplicas = ceil(currentReplicas * currentMetric / targetMetric)`, rekonsiliasi périodik, lan jendhéla stabilisasi sing nyegah flapping — ngidini sampeyan ngatur lan debug tinimbang nganggep minangka sihir. Bab pentingé yaiku ngendi pertimbangan senior katon: HPA ing CPU/memory **mbutuhaké metrics-server** lan ngitung utilisasi **relatif marang request**, mula request sing salah utawa ora ana gawé matématikané ora ana artiné; metrik custom (request-per-detik, jerone antrian) butuh adapter kaya Prometheus Adapter utawa KEDA; lan scale-up node njupuk menit, mula headroom penting. Amarga right-sizing kapasitas langsung pengaruh keandalan nalika lonjakan trafik lan wragad cloud sajroning periode sepi, lan amarga loro autoscaler gumantung marang resource request sing disetel bener, nguwasani HPA lan Cluster Autoscaler iku dhasar kanggo ngoperasi Kubernetes production kanthi efisien lan andal.

Loro autoscaler, loro lapisan

Kepiyé control loop HPA makarya

Manifest HPA

Dependensi & bab penting

Kenapa iki penting

Pitakon sing gegandhengan