HPA通过动态调整Pod副本数实现负载自适应伸缩。它依赖Metrics Server采集指标，要求目标Deployment设置resources.requests，依据CPU/内存等利用率与目标阈值比较，按公式计算期望副本数并取各指标结果最大值执行扩缩容。
要让容器在负载升高时自动增加副本、负载下降时自动减少，关键就是正确配置 Horizontal Pod Autoscaler（HPA）。它不改单个容器资源，而是动态调整 Pod 数量，适合无状态服务的弹性应对。
前提条件必须到位
HPA 不是开箱即用的功能，依赖底层指标采集能力：
- 集群中必须已部署并正常运行 Metrics Server，它是 HPA 获取 CPU、内存等基础指标的唯一来源；可通过
kubectl get apiservices | grep metrics和kubectl top pods验证 - 目标工作负载（如 Deployment）必须明确设置 resources.requests，例如
cpu: 100m、memory: 256Mi；HPA 计算利用率时以 requests 为分母，没设 requests 就无法生效 - 确保 Deployment 的
replicas初始值大于 0；若为 0，HPA 不会触发任何扩缩动作
核心配置项说明
一份典型的 HPA YAML 中，以下字段决定伸缩行为是否合理：
-
scaleTargetRef：指定要控制的对象，必须与目标 Deployment 的
apiVersion、kind、name完全一致 -
minReplicas / maxReplicas：设定副本数上下限；
minReplicas保障最低可用性，maxReplicas防止突发流量引发资源耗尽 -
metrics：可同时配置多个指标，HPA 会分别计算所需副本数，取最大值执行；常见组合包括：
–type: Resource+name: cpu+averageUtilization: 70
–type: Resource+name: memory+averageUtilization: 80
实际配置示例
以下 YAML 将为名为 my-app 的 Deployment 设置双指标 HPA：
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
- type: Resource
resource:
name: memory
target:
type: Utilization
averageUtilization: 85保存为 hpa.yaml 后执行 kubectl apply -f hpa.yaml 即可启用。几分钟后可通过 kubectl get hpa 查看当前指标值与推荐副本数。
几个易忽略但关键的细节
配置完成后，还需注意这些实际运行中的要点：
- HPA 默认每 15–30 秒 拉取一次指标，每 2 分钟 才评估是否需要调整副本；缩容有默认 5 分钟冷却期，避免抖动
- 当同时配置 CPU 和内存指标时，只要任一指标触发阈值，HPA 就按该指标计算出的副本数执行扩容；但缩容需所有指标均低于目标值才进行
- 如果使用自定义指标（如 QPS、延迟），需额外部署 Prometheus Adapter，并将指标类型改为
type: External或type: Pods - 一个 Deployment 建议只绑定一个 HPA；多个 HPA 同时作用会导致副本数被反复覆盖，产生不可控波动
