节点自动伸缩常见问题及解决方案_容器服务 Kubernetes 版 ACK(ACK)-阿里云帮助中心

本文介绍使用节点自动伸缩功能时可能遇到的常见问题及解决方案。

索引

分类	二级分类	跳转链接
节点自动伸缩的扩缩容行为	扩容行为相关	cluster-autoscaler组件使用哪些调度策略来判断不可调度Pod能否调度到开启了弹性的节点池？ cluster-autoscaler组件可模拟判断的资源有哪些？为什么节点自动伸缩组件无法弹出节点？如果一个伸缩组内配置了多资源类型的实例规格，弹性伸缩时如何计算这个伸缩组的资源呢？弹性伸缩时，如何在多个开启弹性的节点池之间进行选择？为什么Pod无法调度到节点自动伸缩组件弹出节点？开启弹性的节点池如何配置自定义资源？
	缩容行为相关	为什么cluster-autoscaler组件无法缩容节点？如何启用或禁用特定DaemonSet的驱逐？什么类型的Pod可以阻止cluster-autoscaler组件移除节点？
	拓展支持	cluster-autoscaler组件是否支持CRD？
自定义的扩缩容行为	通过Pod控制扩缩容行为	如何延迟cluster-autoscaler组件对不可调度Pod的扩容反应时间？
自定义的扩缩容行为	通过节点控制扩缩容行为	如何指定节点不被cluster-autoscaler组件缩容？如何通过Pod Annotation影响cluster-autoscaler组件的节点缩容？
cluster-autoscaler组件相关		如何升级cluster-autoscaler组件至最新版本？哪些操作会触发cluster-autoscaler组件自动更新？ ACK托管集群已经完成了角色授权，但节点伸缩活动仍然无法正常运行？

扩容行为相关

cluster-autoscaler组件使用哪些调度策略来判断不可调度Pod能否调度到开启了弹性的节点池？

使用的调度策略如下所示。

说明

如果您的业务场景中有自动伸缩需求的Pod依赖的调度策略超出以下策略，请通过聆听平台提需求，待支持后再使用，否则可能导致误弹。

PodFitsResources
GeneralPredicates
PodToleratesNodeTaints
MaxGCEPDVolumeCount
NoDiskConflict
CheckNodeCondition
CheckNodeDiskPressure
CheckNodeMemoryPressure
CheckNodePIDPressure
CheckVolumeBinding
MaxAzureDiskVolumeCount
MaxEBSVolumeCount
ready
NoVolumeZoneConflict

cluster-autoscaler组件可模拟判断的资源有哪些？

cluster-autoscaler组件已经支持以下资源的模拟和判断：

cpu
memory
sigma/eni
ephemeral-storage
aliyun.com/gpu-mem （仅共享GPU）
nvidia.com/gpu

如果需要其他资源类型，请参见开启弹性的节点池如何配置自定义资源？。

为什么节点自动伸缩组件无法弹出节点？

请检查是否存在如下几种场景：

配置伸缩组的实例类型无法满足Pod的资源申请（Request）。ECS实例规格给出的资源大小是实例的售卖规格，实际运行时ACK需要占用一定的节点资源来为kube组件和system进程预留资源，从而保证OS内核和系统服务、Kubernetes守护进程的正常运行。这会导致节点的资源总数Capacity与可分配的资源数Allocatable之间存在差异。详细信息，请参见节点资源预留策略。
- 在创建实例的过程中会因虚拟化、操作系统等占用部分资源。更多信息，请参见购买实例后查看内存大小，为什么和购买时的实例规格定义不一致？。
- 需要占用一定的节点资源来运行相关组件（例如kubelet、kube-proxy、Terway、Container Runtime等）。详细信息，请参见节点资源预留策略。
- 默认节点会安装系统组件，Pod的申请资源要小于实例的规格。
对可用区有约束的Pod，无法触发配置了多可用区的节点池扩容。
是否完整按照步骤执行了授权操作。授权操作是集群维度的，需要每个集群操作一次。关于授权，请参见前提条件的内容。
开启自动伸缩的节点池中出现如下异常情况。
- 实例未加入到集群且超时。
- 节点NotReady且超时。
为保证后续扩缩准确性，弹性组件以阻尼方式处理异常情况，在处理完异常情况节点前，不进行扩缩容。

如果一个伸缩组内配置了多资源类型的实例规格，弹性伸缩时如何计算这个伸缩组的资源呢？

对于配置了多个实例规格的伸缩组，弹性伸缩组件以资源维度在各个实例规格中取最小值，作为资源计算的基准。

例如，如果一个伸缩组内配置了两种实例规格，一个是CPU 4核内存32 GB，另一个是CPU 8核内存16 GB。弹性伸缩组件认为这个伸缩组能保证的扩容出的CPU是4核内存16 GB的实例资源。因此如果状态为pending的Pod的requests资源超出4核或者16 GB，则不会进行扩容。

如果您配置了多实例规格但需要考虑资源预留，请参见为什么节点自动伸缩组件无法弹出节点？。

弹性伸缩时，如何在多个开启弹性的节点池之间进行选择？

在Pod处在无法调度时，会触发弹性伸缩组件的模拟调度逻辑，根据伸缩组配置的标签、污点以及实例规格等信息进行判断。当配置的伸缩组可以模拟调度Pod的时候，就会被选择进行节点弹出。当有多个开启弹性的节点池同时满足模拟调度条件时，节点自动伸缩组件默认采用最少浪费（least-waste）原则，即根据模拟弹出后节点上剩余的资源最小为原则进行选择。

为什么Pod无法调度到节点自动伸缩组件弹出节点？

受底层资源占用计算精度约束，自动伸缩组件估算的节点可调度资源可能大于实际节点的可调度资源。关于底层资源占用计算精度约束的更多信息，请参见购买实例后查看内存大小，为什么和购买时的实例规格定义不一致？。当Pod资源申请占用较大时（超过节点资源70%），需要用户使用弹性前Pod确认是否可调度到同实例规格的节点。

弹性组件在判断节点的资源是否满足时，仅考虑Pending Pods和Daemonset Pods的资源，如果节点上有非Daemonset的Static Pods，请您预先为此类Pod预留资源。

开启弹性的节点池如何配置自定义资源？

通过为开启弹性的节点池配置如下固定前缀的ECS标签（Tag），可以让弹性组件识别到已开启弹性的节点池中可供给的自定义资源，或者识别到指定的某些资源的精确值。

k8s.io/cluster-autoscaler/node-template/resource/{资源名}:{资源大小}

示例：

k8s.io/cluster-autoscaler/node-template/resource/hugepages-1Gi:2Gi

缩容行为相关

为什么cluster-autoscaler组件无法缩容节点？

请检查是否存在如下几种场景：

节点Pod的资源申请（Request）阈值高于设置的缩容阈值。
节点上运行kube-system命名空间的Pod。
节点上的Pod包含强制的调度策略，导致其他节点无法运行此Pod。
节点上的Pod拥有PodDisruptionBudget，且到达了PodDisruptionBudget的最小值。

您可以在开源社区得到更多关于节点自动伸缩组件的常见问题与解答。

如何启用或禁用特定DaemonSet的驱逐？

cluster-autoscaler组件会根据是否开启 Daemonset Pod 排水配置决定是否驱逐DaemonSet Pods，这些配置是集群维度的，对集群中的DaemonSet Pods通用。更多信息，请参见步骤一：开启节点自动伸缩。如果想要对某个DaemonSet Pod指定是否需要被驱逐，可以对这个DaemonSet Pod添加Annotation"cluster-autoscaler.kubernetes.io/enable-ds-eviction"："true"。

类似的，DaemonSet Pod的Annotation中如果有"cluster-autoscaler.kubernetes.io/enable-ds-eviction"："false"，则会显示禁止Cluster Autoscaler驱逐这个DaemonSet Pod。

说明

如果未开启DaemonSet Pod排水，此Annotation仅对非空节点的DaemonSet Pod有效。如果想开启空节点DaemonSet Pod，需要先开启DaemonSet Pod排水。
此Annotation需要在DaemonSet Pod上指定，而不是DaemonSet对象本身。
此Annotation对不属于任何DaemonSet的Pod没有影响。
默认情况下，Cluster Autoscaler对DaemonSet Pod的驱逐是非阻塞模式的，即不等待DaemonSet Pod驱逐完成后，就会执行后续流程。如需要Cluster Autoscaler等待指定DaemonSet Pod驱逐完成后再执行后续缩容流程，除以上启用配置外，请为相应Pod添加Annotation"cluster-autoscaler.kubernetes.io/wait-until-evicted":"true"。

什么类型的Pod可以阻止cluster-autoscaler组件移除节点？

当Pod不是由原生Kubernetes Controller创建的Pod（例如非Deployment、ReplicaSet、Job、StatefulSet等对象创建的Pod），或者当节点上的Pod不能被安全地终止或迁移时，cluster-autoscaler组件可能会阻止移除这个节点。详细信息，请参见什么类型的Pod可以阻止CA移除节点？。

拓展支持相关

cluster-autoscaler组件是否支持CRD？

cluster-autoscaler组件目前仅支持Kubernetes标准对象，暂时不支持Kubernetes CRD。

通过Pod控制扩缩容行为

如何延迟cluster-autoscaler组件对不可调度Pod的扩容反应时间？

可以通过Annotationcluster-autoscaler.kubernetes.io/pod-scale-up-delay为每个Pod设置延迟扩容时间。如果Kubernetes没有在该延迟结束时调度它们，那么CA可能会考虑对它们进行扩展。Annotation示例："cluster-autoscaler.kubernetes.io/pod-scale-up-delay": "600s"。

如何通过Pod Annotation影响cluster-autoscaler组件的节点缩容？

您可以指定Pod阻止或不阻止节点被cluster-autoscaler组件缩容。

阻止节点被缩容：为Pod添加Annotation"cluster-autoscaler.kubernetes.io/safe-to-evict": "false"。
不阻止节点被缩容：为Pod添加Annotation "cluster-autoscaler.kubernetes.io/safe-to-evict": "true" 。

通过节点控制扩缩容行为

如何指定节点不被cluster-autoscaler组件缩容？

为目标节点配置Annotation "cluster-autoscaler.kubernetes.io/scale-down-disabled": "true"，使其不被cluster-autoscaler缩容。添加Annotation的命令示例如下。

kubectl annotate node <nodename> cluster-autoscaler.kubernetes.io/scale-down-disabled=true

cluster-autoscaler组件相关

如何升级cluster-autoscaler组件至最新版本？

对于已开启集群自动弹性伸缩的集群，可通过以下方式升级cluster-autoscaler组件。

登录容器服务管理控制台，在左侧导航栏选择集群。
在集群列表页面，单击目标集群名称，然后在左侧导航栏，选择节点管理 > 节点池。
单击节点伸缩右侧的编辑，然后在面板下方单击确定，即可升级组件至最新版本。

哪些操作会触发cluster-autoscaler组件自动更新？

为保证cluster-autoscaler组件配置的实时性、版本与集群的兼容性，以下操作会触发cluster-autoscaler组件自动更新：

更新自动伸缩配置。
创建、删除、更新开启弹性节点池。
成功升级集群。

ACK托管集群已经完成了角色授权，但节点伸缩活动仍然无法正常运行？

可能是集群kube-system命名空间下保密字典内不存在addon.aliyuncsmanagedautoscalerrole.token而导致的。如不存在，请选择以下一种方式解决。

提交工单申请技术支持。
手动添加AliyunCSManagedAutoScalerRolePolicy权限：ACK默认通过WorkRole实现相关能力，您可以请参见下方流程为集群WorkerRole添加AliyunCSManagedAutoScalerRolePolicy的权限。
1. 在集群列表页面，单击目标集群名称，然后在左侧导航栏，选择集群信息。
2. 在集群列表页面，单击目标集群名称，然后在左侧导航栏，选择节点管理 > 节点池。
3. 在节点池页面，单击节点伸缩后方的去配置。
4. 按照页面提示，完成KubernetesWorkerRole角色授权和AliyunCSManagedAutoScalerRolePolicy系统策略的授权，入口如下所示。
5. 手动重启kube-system命名空间下的Deployment cluster-autoscaler（节点自动伸缩）或ack-goatscaler（节点即时弹性），以便权限立即生效。