HPA 是 Kubernetes 的水平扩缩容控制器，通过定期调用 metrics-server（或适配器）获取指标，与用户设定的目标值比较后计算副本数，并受冷却策略约束；依赖 metrics-server 正常运行、Pod 设置 resources.requests、scaleTargetRef 正确指向可伸缩对象。
HPA 是什么，它靠什么触发扩缩容
HPA（Horizontal Pod Autoscaler）不是“自己监控然后发命令”，它是一个控制循环：定期调用 metrics-server（或兼容的指标 API）拉取 Pod 的 CPU、内存等指标，再和用户设定的 targetAverageUtilization 或 targetAverageValue 比较，算出目标副本数。这个过程每 15–30 秒执行一次（默认间隔由 horizontal-pod-autoscaler-sync-period 控制），但不会立刻生效——HPA 会遵守 scaleDownDelay 和 scaleUpDelay 等冷却策略，避免抖动。
- 必须部署
metrics-server（v1.23+ 集群不再内置），否则 HPA 一直显示unknown metrics - 自定义指标（如 QPS、队列长度）需额外部署
prometheus-adapter或k8s-prometheus-adapter，并注册到APIService - HPA 只能作用于
Deployment、StatefulSet、ReplicaSet等带scale子资源的对象
如何写一个能真正生效的 HPA YAML
很多 HPA 配置看起来没错，但始终不扩容，常见原因是指标不可达或资源未声明。关键点不在 minReplicas/maxReplicas，而在：
-
scaleTargetRef必须指向一个已存在、且有副本控制器的对象（比如Deployment/my-app），名字大小写、命名空间都不能错 - Pod 必须设置
resources.requests（尤其是cpu），否则 CPU 利用率无法计算（utilization = usage / requests） - 使用
targetAverageUtilization时，值是整数百分比（如70表示 70%），不是小数或带 % 符号 - 若用
targetAverageValue（如100mCPU），指标必须是容器级（containerscope），且metrics-server要支持该指标类型
apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:
name: my-app-hpa
spec:
scaleTargetRef:
apiVersion: apps/v1
kind: Deployment
name: my-app
minReplicas: 2
maxReplicas: 10
metrics:
- type: Resource
resource:
name: cpu
target:
type: Utilization
averageUtilization: 70为什么 HPA 显示 Unknown 或迟迟不扩容
这是最常卡住用户的环节，核心排查路径很窄，但容易忽略细节：
- 运行
kubectl get hpa后看AGE列是否为 0s 或极短，若是，说明 HPA 对象刚创建，还没完成第一次指标采集（等待 30 秒再查） - 查看事件：
kubectl describe hpa my-app-hpa，重点找FailedGetResourceMetric或did not receive metrics for any ready pods - 检查
metrics-server是否就绪：kubectl get apiservice v1beta1.metrics.k8s.io应为True；若为False，运行kubectl logs -n kube-system deployment/metrics-server看 TLS 或权限错误 - 如果 Pod 处于
Pending或反复重启，HPA 不会扩——它只对Running且Ready的 Pod 统计指标 - Node 资源不足（如 CPU request 总和超限）会导致新 Pod 卡在
SchedulingDisabled，此时即使 HPA 算出要扩到 8 个，实际也只会维持在当前可调度数
自定义指标扩缩容要注意的硬约束
用 Prometheus 做 QPS 扩容时，不能直接把 http_requests_total 当指标用——HPA 要的是「当前速率」，不是累计值。必须用 rate() 函数，且 adapter 配置里要明确指定：
- 指标名称在 HPA 中引用的
name，必须和 adapter 的rules[].seriesQuery输出一致 -
metrics-server不支持自定义指标，必须走external或object类型，而这两类默认被禁用，需在 kube-controller-manager 启动参数中显式开启：--horizontal-pod-autoscaler-use-rest-clients=true - external 指标是集群级的（如网关总 QPS），object 指标是单实例级的（如某个 Service 的每秒请求数），选错类型会导致 HPA 计算逻辑偏差（例如用 external 扩单个 Deployment，所有副本会按同一全局值缩放）
真实场景里，最易被跳过的一步是：确认你的 Prometheus 查询在 adapter 的 query 字段里能返回单一数值（不是多维向量），否则 HPA 会静默失败。
