[k8s] 40. Autoscaler - 실습

Autoscaler 실습

1. Metrics Server 설치

• 마스터 노드에서 작업

1. 설치

kubectl apply -f https://github.com/kubernetes-sigs/metrics-server/releases/download/v0.3.6/components.yaml

2. Metrics Deployment 수정

kubectl edit deployment metrics-server -n kube-system

------------------------
spec:
   containers:
   - args:
     - --cert-dir=/tmp
     - --secure-port=4443
     - --kubelet-insecure-tls
     - --kubelet-preferred-address-types=InternalIP
     image: k8s.gcr.io/metrics-server-amd64:v0.3.6
     imagePullPolicy: IfNotPresent
     name: metrics-server
     ------------------------

• kubelet-insecure-tls와 kubelet-preferred-address-types=InternalIP 추가

3. 설치 확인

kubectl get apiservices | grep metrics

4. Metric 값 확인 (1~2분 후에)

kubectl top node

2. HPA 실습 - CPU

• Deployment를 통해서 CPU의 requests가 10m인 파드를 만듦
• 서비스를 달아 HPA를 만듦
• HPA의 타겟은 Deployment
• CPU를 트리거로 Utilization을 50으로 할 예정
• 즉, 두 CPU의 사용량의 평균이 5m을 넘으면 파드를 더 생성함

Target Deployment (CPU) / Service

apiVersion: apps/v1
kind: Deployment
metadata:
 name: stateless-cpu1
spec:
 selector:
   matchLabels:
      resource: cpu
 replicas: 2
 template:
   metadata:
     labels:
       resource: cpu
   spec:
     containers:
     - name: container
       image: tmkube/app:v1
       resources:
         requests:
           cpu: 10m
         limits:
           cpu: 20m
---
apiVersion: v1
kind: Service
metadata:
 name: stateless-svc1
spec:
 selector:
    resource: cpu
 ports:
   - port: 8080
     targetPort: 8080
     nodePort: 30001
 type: NodePort

• 최초 replicas는 2
• 파드의 CPU 자원에 대한 request, limits 설정
• 파드에 연결된 서비스 생성
• 서비스의 nodePort는 30001

HPA - Resource (Utilization)

apiVersion: autoscaling/v2beta2
kind: HorizontalPodAutoscaler
metadata:
  name: hpa-resource-cpu
spec:
  maxReplicas: 10
  minReplicas: 2
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: stateless-cpu1
  metrics:
  - type: Resource 
    resource:
      name: cpu
      target:
        type: Utilization
        averageUtilization: 50

• max, min Replicas 존재
• 해당 타겟이 되는 컨트롤러로 Deployment 지정
• 트리거로 cpu 지정

실습 과정

1. Target Deployment, Service 생성
2. HPA 생성
3. 마스터 노드에 다음 명령어로 HPA 수치변화 조회

   kubectl get hpa -w

   
   현재 성능정보/타겟으로 지정한 수치, minimum, maximum 파드 개수, replicas 등이 나옴
4. 마스터 노드 쉘창을 하나 더 켜서 다음 명령어로 부하 주기

   while true;do curl 192.168.35.30:30001/hostname; sleep 0.01; done

5. HPA가 변하는지 확인
   
6. 무한 명령문 끄고 HPA가 변하는지 확인
   

3. HPA 실습 - 메모리

Target Deployment (Memory) / Service

apiVersion: apps/v1
kind: Deployment
metadata:
 name: stateless-memory1
spec:
 selector:
   matchLabels:
      resource: memory
 replicas: 2
 template:
   metadata:
     labels:
       resource: memory
   spec:
     containers:
     - name: container
       image: tmkube/app:v1
       resources:
         requests:
           memory: 10Mi
         limits:
           memory: 20Mi
---
apiVersion: v1
kind: Service
metadata:
 name: stateless-svc2
spec:
 selector:
    resource: memory
 ports:
   - port: 8080
     targetPort: 8080
     nodePort: 30002
 type: NodePort

• 파드의 requests에 memory를 줌
• 서비스의 노드포트는 30002

HPA - Resource (AverageValue)

apiVersion: autoscaling/v2beta2
kind: HorizontalPodAutoscaler
metadata:
  name: hpa-resource-memory
spec:
  maxReplicas: 10
  minReplicas: 2
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: stateless-memory1
  metrics:
  - type: Resource 
    resource:
      name: memory
      target:
        type: AverageValue
        averageValue: 5Mi

• resource의 name은 memory
• type과 averageValue가 cpu와 다름
  • CPU의 type은 Utilization

실습 과정

1. 기존에 걸었던 HPA 중지
2. 마스터 노드에서 다음 명령어로 기존 HPA 삭제

   kubectl delete horizontalpodautoscalers.autoscaling hpa-resource-cpu

3. Target Deployment, Service 생성
4. HPA - Resource 생성
5. 마스터 노드에서 다음 명령어로 HPA 모니터링

   kubectl get hpa -w

   
   현재 수치에 단위가 없는데 그냥 앞자리 비교하면 됨
6. 다른 마스터 노드 쉘 켜서 다음 명령어로 부하 주기

   while true;do curl 192.168.35.30:30002/hostname; sleep 0.01; done

7. HPA 변하는지 확인
   
8. 무한 명령문 끄면 언젠가 HPA가 변하겠지...

출처

인프런 - 대세는 쿠버네티스