自动扩缩容:3 种策略的适用场景

为什么需要自动扩缩容

API 服务的流量不是恒定的:

• 工作日 vs 周末(白天高、夜间低)
• 营销活动(突发 5-10 倍)
• 日常波动(±20%)

固定容量的问题:

• 容量过小:流量高峰打爆,服务不可用
• 容量过大:闲时浪费,白付钱

自动扩缩容:跟着流量走,既不爆也不浪费。

3 种策略

策略 1:反应式扩缩容 (Reactive)

按当前指标(CPU / 内存 / QPS)决定扩缩容。Kubernetes HPA 默认就是这种。

apiVersion:autoscaling/v2kind:HorizontalPodAutoscalermetadata:name:api-server-hpaspec:scaleTargetRef:apiVersion:apps/v1kind:Deploymentname:api-serverminReplicas:2maxReplicas:20metrics:-type:Resourceresource:name:cputarget:type:UtilizationaverageUtilization:70

优点:实现简单,K8s 原生支持。
缺点:有延迟。流量突增 → CPU 涨 → 触发扩容 → 新 pod 启动(30-60s)→ 接流量。这 30-60s 内服务可能已经被打爆。

适用:流量波动可预测、扩缩容时间窗口够用的场景(日常波动)。

策略 2:预测式扩缩容 (Predictive)

按历史数据预测未来流量,提前扩。K8s 1.18+ 支持(基于 historical metrics)。

# 伪代码defpredict_traffic(history):"""基于过去 7 天的同时段流量,预测未来 1 小时"""now_hour=datetime.now().hour same_hour_last_week=[hforhinhistoryifh["ts"].hour==now_hour]returnmax(same_hour_last_week)*1.2# 加 20% buffer

优点:提前扩,避免反应式的延迟。
缺点:预测不一定准。营销活动 / 突发新闻等"反常"流量预测不到。

适用:有规律的业务(电商、新闻、SaaS)。

策略 3:主动式扩缩容 (Scheduled)

按已知时间表(calendar)提前扩。比如每周一早上 9 点开会,8:55 触发扩容。

apiVersion:k8s.alibabacloud.com/v1alpha1kind:CronHPAmetadata:name:cron-hpaspec:scaleTargetRef:apiVersion:apps/v1kind:Deploymentname:api-serverjobs:-name:"scale-up-for-monday-meeting"schedule:"0 8 * * 1"# 每周一 8:00targetSize:10-name:"scale-down-after-meeting"schedule:"30 9 * * 1"# 每周一 9:30targetSize:2

优点:完全可控,适合已知规律。
缺点:维护 calendar 麻烦,临时活动要手动加。

适用:明确的业务规律(发布会、营销日、周会)。

混合策略(实战)

实际生产环境一般三种结合:

基础容量(Scheduled): 工作日 9-18: 10 个 pod 周末 / 夜间: 2 个 pod ↓ 触发条件:流量超阈值 ↓ 弹性容量(Reactive): CPU > 70% → 自动加 pod CPU < 30% → 自动减 pod ↓ 触发条件:历史预测异常 ↓ 预测预警(Predictive): 检测到 7 天同时段流量比当前高 50% → 提前扩容

效果:既不浪费(基础容量合理),也不爆(弹性扩容 + 预测预警)。

5 个常见坑

1. 冷启动延迟

新 pod 启动 → 加载配置 → 建连接池 → 接流量,通常 30-60s。这段时间流量已经来了,pod 没准备好。

对策:

• Pre-pod 预热:启动时就建好连接池(不等到第一个请求)
• Pod 启动探针:不要等到"ready"才接流量,改成"启动就接"
• HPA 提前扩容:CPU 到 50% 就开始扩,留 buffer

2. 缩容过激

CPU 突然从 80% 掉到 10% → HPA 立刻缩到 2 个 pod → 流量又涨回来 → 又要扩。反复横跳。

对策:

• 缩容冷却时间(K8s 默认 5 分钟,调大到 15 分钟)
• 平滑缩容(每次只缩 1-2 个 pod,不要一次缩一半)

3. 资源请求设错

resources.requests设小了 → K8s 调度时给的资源少 → pod 实际用更多 → 被限流。

对策:

• 压测定 request(不是估,是用 loadtest 测出来)
• 留 30% buffer 给突发

4. 单 region 单可用区

所有 pod 都在一个可用区 → AZ 挂了全挂。

对策:

• podAntiAffinity 强制多 AZ 分布
• 多 region 部署(主 region + 灾备 region)

5. 数据库扛不住

K8s pod 扩到 50 个,但数据库 max_connections 151。50 个 pod × 10 个连接 = 500 个连接,数据库直接拒。

对策:

• 用 PgBouncer / 连接池(100 个 pod 共享 200 个 DB 连接)
• 数据库是瓶颈时,pod 扩再多也没用,要先解决 DB

我们的做法

做 SERP API 时,3 种都用了:

• Scheduled:工作日 9-22 / 周末 10-18 设 4-6 个 pod
• Reactive:CPU > 70% 加 pod,< 30% 减 pod,缩容冷却 10 分钟
• Predictive:每天 18:00 检查明天同时段历史,异常高就提前扩

效果:全年 SLA 99.95%(预算 99.9%),月度成本比固定 6 pod 方案低 25%。

监控指标

小结

自动扩缩容没有银弹,3 种策略各有适用场景。生产环境几乎都是混合用:

• Scheduled 管规律
• Reactive 管波动
• Predictive 管趋势

冷启动 + 缩容过激 + 数据库瓶颈是 3 个最常见的坑,提前预防比事后救火好。

SerpBase 实践

SerpBase K8s deployment 混合扩缩容:

• Scheduled:工作日 4-6 pod,周末 2-3 pod
• Reactive:CPU > 70% 加 pod,< 30% 减 pod
• Predictive:每天 18:00 检查明天同时段历史

效果:全年 SLA 99.95%,月度成本比固定 6 pod 方案低 25%。

*本文来自 SerpBase 工程团队。