Horizontal Pod Autoscaler (HPA)

Horizontal Pod Autoscaler (HPA) — это контроллер в Kubernetes, который автоматически изменяет количество реплик подов в зависимости от нагрузки. Его задача — поддерживать баланс между производительностью и эффективным использованием ресурсов.

---

Как работает HPA

1. Сбор метрик
   HPA получает данные из Metrics Server или других источников (Prometheus Adapter и т.п.): CPU, память, пользовательские метрики.
2. Сравнение с целевыми значениями
   В манифесте указывается, какое среднее использование ресурсов считается допустимым (например, 70% CPU).
3. Принятие решения
   Если нагрузка выше целевого уровня, HPA увеличивает количество подов. Если ниже — уменьшает.
4. Обновление Deployment/ReplicaSet
   HPA напрямую изменяет поле
   Копироватьreplicas
   у контроллера, которому подчиняются поды.

---

Пример манифеста HPA

КопироватьapiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:
  name: web-hpa
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: web-app
  minReplicas: 2
  maxReplicas: 10
  metrics:
  - type: Resource
    resource:
      name: cpu
      target:
        type: Utilization
        averageUtilization: 70

Здесь количество подов будет автоматически меняться от 2 до 10 в зависимости от нагрузки на CPU.

---

Где применяется

• Web-приложения с переменным трафиком (например, пиковая нагрузка в e-commerce во время распродаж).
• API-сервисы с непредсказуемым числом запросов.
• Обработчики очередей — масштабируются в зависимости от длины очереди сообщений (через кастомные метрики).

---

Ограничения

• Работает только с контроллерами, поддерживающими масштабирование (Deployment, ReplicaSet, StatefulSet).
• Требует настроенного источника метрик (обычно
  Копироватьmetrics-server
  ).
• Не управляет ресурсами узлов — для этого используется Cluster Autoscaler.

---

Для клиента

HPA позволяет приложению выдерживать пиковые нагрузки без падений и при этом экономить ресурсы в периоды простоя. Это означает:

• меньше затрат на инфраструктуру;
• предсказуемую производительность;
• автоматизацию без ручного вмешательства админов.

---

Сравнение HPA, VPA и Cluster Autoscaler

Характеристика	HPA (Horizontal Pod Autoscaler)	VPA (Vertical Pod Autoscaler)	Cluster Autoscaler
Что масштабирует	Количество подов (реплик)	Ресурсы одного пода (CPU, память)	Количество узлов (node) в кластере
Уровень действия	Поды внутри Deployment/ReplicaSet/StatefulSet	Отдельный под (увеличивает Копироватьrequests/limits )	Инфраструктура (виртуальные машины, узлы)
Примеры применения	Web-приложения, API, обработчики очередей	Базы данных, ML-задачи, ресурсоёмкие сервисы	Гибридные кластеры в облаке (AWS, GCP, Azure)
Источник метрик	CPU, память, кастомные метрики (Prometheus, API)	История использования ресурсов пода	Утилизация кластера, pending pods
Когда увеличивает нагрузку	При росте запросов и CPU	Когда под систематически «упирается» в лимиты	Когда подов некуда разместить (нет узлов)
Когда снижает нагрузку	При падении трафика	При избыточном выделении ресурсов	Когда узлы простаивают, и поды можно переселить
Подходит для	Переменного трафика, микросервисов	Stateful-приложений, тяжёлых задач	Облачных кластеров с оплатой за узлы

---

Кратко:

• HPA — регулирует количество подов.
• VPA — регулирует «вес» одного пода.
• Cluster Autoscaler — регулирует количество серверов (node).

Эти инструменты часто используются вместе: HPA масштабирует поды, VPA оптимизирует их размеры, а Cluster Autoscaler добавляет или убирает узлы.