VPA ≠ HPA?K8s 资源自动调优,大多数人只用了第一步
技术教程 · K8s · 弹性伸缩 · 2026-10-29
VPA ≠ HPA?K8s 资源自动调优,大多数人只用了第一步
VPA 和 HPA 最大的区别不是缩写,而是一个调"大小"、一个调"个数"。
很多人在 Deployment 里写死了 requests,pod 却长期 50% CPU 闲置。
看完这篇,你会让 VPA 把 requests 自动调准,至少先少浪费 30% 资源。
背景
HPA 扩缩副本数,VPA 调单个 Pod 的 CPU/Memory requests。
VPA 通过 recommender 分析历史用量,给出 lowerBound / target / upperBound 三档推荐值;updater 负责把推荐值应用到 Pod;admission controller 则在 Pod 创建时注入推荐值。
三种角色配合,最终让 requests 接近实际用量,而不是靠拍脑袋。
第一步:部署 VPA
VPA 不是 Kubernetes 内置组件,需要单独安装:
kubectl apply -f https://github.com/kubernetes/autoscaler/releases/latest/download/vertical-pod-autoscaler-latest.yaml
验证组件就绪:
kubectl get pods -n kube-system -l app=vertical-pod-autoscaler
集群里还需要 metrics-server,否则 VPA 读不到 CPU/Memory 指标。
第二步:创建 VPA 对象
apiVersion: autoscaling.k8s.io/v1
kind: VerticalPodAutoscaler
metadata:
name: my-app-vpa
spec:
targetRef:
apiVersion: "apps/v1"
kind: Deployment
name: my-app
updatePolicy:
updateMode: "Off"
updateMode: "Off" 表示只出推荐、不自动修改 Pod,先观察再动手。
第三步:查看推荐值
kubectl describe vpa my-app-vpa
输出里的 recommendation.containerRecommendations 会显示:
-
lowerBound:最小可行值
-
target:推荐值
-
upperBound:上限
把 target 写回 Deployment 的 requests,就完成了一次 rightsizing。
最容易踩的坑
坑一:VPA 和 HPA 不要共用 CPU/Memory 指标
如果 HPA 和 VPA 都基于 CPU/Memory 做决策,HPA 会横向扩容,VPA 会纵向扩容,两个控制器互相打架。正确做法是让 HPA 使用自定义指标(如 QPS、请求延迟),VPA 只管 CPU/Memory。
坑二:VPA 需要 8 天历史数据
刚装完 VPA 的前几天,recommendation 可能是空的。VPA 需要累积约 8 天历史数据才开始输出稳定推荐值。不要装完就期待立即生效。
坑三:别一上来就开 Recreate
Recreate 模式会驱逐 Pod 重建,生产环境直接开可能导致抖动。正确姿势是先 Off 观察 1-2 天,确认推荐值合理后再切到 InPlaceOrRecreate,优先原地更新,实在不行再驱逐。
总结
VPA 是解决“requests 设多少”这个问题的原生方案。先 Off 观察,再 InPlaceOrRecreate 自动应用。
HPA 管横向、VPA 管纵向,两者互补而不是互斥。下一次别人问你 K8s 资源调优,别再说“只能靠 HPA”了。
想刷 K8s 面试题 → k8s.nextgental.com