文档中心

容器服务

请输入

指标伸缩（HPA）

使用 GPU 和网络指标实现弹性伸缩

除 Kubernets 原生支持的 CPU 和内存指标外，容器服务还为您预置了 GPU 和网络指标映射规则，允许通过容器的 GPU 指标或网络指标实现弹性伸缩。本文介绍如何配置基于 GPU 或网络指标的弹性伸缩。

背景信息

基本概念

默认情况下，HPA （Horizontal Pod Autoscaler，水平 Pod 弹性伸缩）只支持基于 CPU 和内存的自动扩缩容，并不能满足复杂业务的诉求。在实际生产业务中，用户常常希望通过 Pod 的 GPU 负载或网络流量来触发扩容和缩容。

容器服务提供 prometheus-adapter 组件，支持将原生 Prometheus 指标转化成自定义指标 API 的格式，同时在组件中预置了 GPU 指标和网络指标的转化规则。当您在集群中开启云原生观测功能后，能够基于采集的容器 GPU 指标和网络指标，实现工作负载的自动扩缩容，使得业务负载可以更好地按需扩展，保证稳定性并平衡成本。

使用 GPU 和网络指标进行弹性伸缩，主要步骤如下：

在集群中安装 prometheus-adapter 组件。

在集群中开启云原生观测，采集相关指标。详情请参见开启观测、基础观测。

配置 HPA，使用 GPU 或网络指标实现工作负载自动扩缩容。

指标说明

容器服务支持基于工作负载的 GPU 和网络指标实现弹性伸缩，预置指标如下表所示。

监控指标	指标名称	单位
GPU 使用率	k8s_pod_rate_gpu_used	%
GPU 显存使用率	k8s_pod_rate_gpu_memory_used	%
GPU 显存量	k8s_pod_gpu_memory_used	MiB
网络入吞吐率	k8s_pod_network_receive_throughput	%
网络出吞吐率	k8s_pod_network_transmit_throughput	%

说明

您可以在集群kube-system命名空间中，查看prometheus-adapter-config配置项，确认系统中的预置指标名称，以及该指标名称对应的 Prometheus 原始指标。

除系统预置的 GPU 和网络指标外，也支持基于自定义指标的弹性伸缩。详情请参见使用自定义指标进行弹性伸缩。

使用限制

HPA 配置多种指标时，会分别基于每种指标计算，并取最大值作为最终结果。

指标伸缩仅支持配置无状态负载（Deployment）、有状态负载（Statefulset）和自定义资源（CRD）。

使用 GPU 指标实现弹性伸缩时，目前仅支持普通 GPU Pod 的 HPA 能力，暂不支持 mGPU Pod。

前提条件

已开启云原生观测。详情请参见开启观测。

使用 kubectl 连接目标集群。详情请参见连接集群。

已安装 nvidia-device-plugin 组件，且部署插件必须勾选安装 dcgm-exporter。详情请参见 nvidia-device-plugin。

已安装 prometheus-agent 组件，且部署插件必须勾选安装 node-exporter。详情请参见 prometheus-agent。

已安装 prometheus-adapter 组件。详情请参见 prometheus-adapter。

通过控制台配置

登录容器服务控制台。

单击左侧导航栏中的集群。

在集群列表页面，单击需要配置的目标集群。

在集群管理页面的左侧导航栏中，选择弹性伸缩 > 指标伸缩，单击创建指标伸缩，配置指标伸缩。

基本信息

配置项	说明
名称	根据系统提示，配置指标伸缩策略的名称。在同一个命名空间下，名称必须唯一。
命名空间	选择伸缩策略所属的命名空间。建议选择您自定义的命名空间或系统默认创建的 default 命名空间。命名空间相关介绍，请参见命名空间概述。
标签	对应 Kubernetes 中的 Label，用于指定该伸缩策略的标识属性。单击添加标签，根据界面提示输入符合要求的键和值。
注解	对应 Kubernetes 中的 Annotation，用于为伸缩策略附加任意非标识的元数据，包括标签不允许的字符，方便客户端能够检索此元数据。单击添加注解，根据界面提示输入符合要求的键和值。

伸缩策略

配置项	说明
伸缩对象	配置伸缩对象。当前支持无状态负载、有状态负载和自定义资源。指定伸缩对象后，在后面的下拉菜单中选择具体的对象实例。
监测指标	配置伸缩的监测指标，系统基于此指标决定是否需要进行伸缩。容器服务中支持的 GPU 和网络指标包括： GPU 使用率：按所有 Pod 实例 GPU 平均使用率，作为监测指标，当 GPU 使用率达到该值，则进行伸缩。 GPU 显存使用率：按所有 Pod 实例共享 GPU 显存使用量 / 所有 Pod 实例共享 GPU 显存请求（Request）量的百分比，作为监测指标，当 GPU 显存使用率达到该值，则进行伸缩。 GPU 显存量：按所有 Pod 实例共享 GPU 显存使用量，作为监测指标，当 GPU 显存量达到该值，则进行伸缩。网络入吞吐率：按工作负载中所有 Pod 实例下所有容器的入方向带宽之和，作为监测指标，当网络入吞吐率达到该值，则进行伸缩。网络出吞吐率：按工作负载中所有 Pod 实例下所有容器的出方向带宽之和，作为监测指标，当网络出吞吐率达到该值，则进行伸缩。说明一个 HPA 伸缩规则里，不能同时设置两个相同种类的伸缩指标。目前最多支持添加两个监测指标。使用 CPU 和内存指标配置弹性伸缩的方法，请参见创建指标伸缩。
最小实例数	配置伸缩时的最小实例数和最大实例数。策略触发时，工作负载实例将在此范围内伸缩。
最大实例数	配置伸缩时的最小实例数和最大实例数。策略触发时，工作负载实例将在此范围内伸缩。

伸缩规则

配置项	说明
扩缩容策略	配置工作负载的扩缩容行为，勾选扩容策略或缩容策略，分别配置扩容策略行为和缩容策略行为。
静默时间	扩容策略或缩容策略的静默时间，整数形式，单位为秒。系统完成扩缩容后，在静默时间内，不会再次执行扩缩容策略，避免工作负载副本数频繁变更造成系统震荡。
策略类型	配置策略类型，包括：最大值：执行影响 Pod 数量最大的策略。最小值：执行影响 Pod 数量最小的策略。禁用：禁用该扩容策略或缩容策略。
策略	配置扩缩容的具体策略行为，包括：类型：配置扩缩容策略行为的类型。容器组：基于 Pod 数量执行扩缩容。百分比：基于 Pod 百分比执行扩缩容。阈值：配置扩缩容行为的阈值，与类型配合使用。例如：当类型配置为容器组，阈值配置为 10 时，表示在时间间隔内扩容或缩容 10 个副本。时间间隔：配置扩缩容速率，整数形式，取值范围为 1～1800，单位为秒。

单击确定，完成配置。

通过 kubectl 命令行配置

使用如下代码示例，创建与伸缩对象关联的 HPA，并指定按照 GPU 进行弹性伸缩。

结果验证

查看配置

在集群管理页面的左侧导航栏中，选择弹性伸缩 > 指标伸缩，查看已配置的弹性伸缩规则。

伸缩验证

当 Pod GPU 使用率增加后会触发扩容，此时可通过如下命令查看 HPA 信息。

kubectl get hpa

预期返回结果如下，Deployment 的副本数扩容到 2。

NAME REFERENCE TARGETS MINPODS MAXPODS REPLICAS AGE
gpu-hpa Deployment/example-gpu-workload 23/20 1 10 2 62s

当 Pod GPU 使用率下降到指定值以下会触发缩容，此时可通过如下命令查看 HPA 信息。

kubectl get hpa

预期返回结果如下，Deployment 的副本数缩容到 1。

NAME REFERENCE TARGETS MINPODS MAXPODS REPLICAS AGE
gpu-hpa Deployment/example-gpu-workload 0/20 1 10 1 15m

参考信息

不同版本的 HPA 资源对于扩缩容行为有不同粒度的控制能力。详细说明，请参见开源社区文档。

您可参考官方文档，根据使用容器服务创建的集群 Kubernetes 版本，结合您自身业务使用弹性伸缩的期望，合理控制工作负载的弹性伸缩行为。

最近更新时间：2026.02.04 16:34:16

这个页面对您有帮助吗？

有用

无用