在Knative中使用AHPA弹性预测_容器服务 Kubernetes 版 ACK(ACK)-阿里云帮助中心

Knative Serverless支持AHPA（Advanced Horizontal Pod Autoscaler）的弹性能力，当应用所需资源具备周期性变化时，可通过弹性预测，预热资源，缓解您在使用Knative时遇到的冷启动问题。本文介绍如何在Knative中使用AHPA弹性预测功能。

前提条件

已部署Knative。具体操作，请参见部署Knative。
已开启Prometheus监控。具体操作，请参见阿里云Prometheus监控。

步骤一：安装AHPA Controller

登录容器服务管理控制台，在左侧导航栏选择集群列表。
在集群列表页面，单击目标集群名称，然后在左侧导航栏，选择运维管理 > 组件管理。
在组件管理页面，单击其他页签或在页面右上方搜索AHPA Controller，然后在AHPA Controller卡片单击安装。
在安装组件对话框，单击确定。

步骤二：配置Prometheus指标采集

通过Prometheus采集Knative服务的RT、RPS指标数据。

1、设置采集规则

登录ARMS控制台。
在左侧导航栏选择Prometheus监控 > 实例列表，进入可观测监控 Prometheus 版的实例列表页面。
在顶部菜单栏选择目标集群所在的地域。
在实例列表页面，单击目标实例名称，进入目标实例页面。
在左侧导航栏选择服务发现，然后单击配置页签，在配置页签下，单击自定义服务发现，然后单击添加。

在添加自定义服务发现对话框中，设置采集规则。

采集规则配置示例如下：

job_name: queue-proxy
scrape_interval: 3s
scrape_timeout: 3s
kubernetes_sd_configs:
- role: pod
relabel_configs:
- source_labels:
  - __meta_kubernetes_pod_label_serving_knative_dev_revision
  - __meta_kubernetes_pod_container_port_name
  action: keep
  regex: .+;http-usermetric
- source_labels:
  - __meta_kubernetes_namespace
  target_label: namespace
- source_labels:
  - __meta_kubernetes_pod_name
  target_label: pod
- source_labels:
  - __meta_kubernetes_service_name
  target_label: service

2、配置Prometheus数据源

登录ARMS控制台。
在左侧导航栏选择Prometheus监控 > 实例列表，进入可观测监控 Prometheus 版的实例列表页面。
在顶部菜单栏选择目标集群所在的地域。
在实例列表页面，单击目标实例名称，进入目标实例详情页面。
在左侧导航栏单击设置，复制HTTP API地址下的公网地址。
在HTTP API地址下单击生成token，获取Prometheus实例的鉴权Token。
使用以下内容，创建application-intelligence.yaml，在集群中设置Prometheus查询地址。
```
apiVersion: v1
kind: ConfigMap
metadata:
  name: application-intelligence
  namespace: kube-system
data:
  prometheusUrl: "https://cn-hangzhou.arms.aliyuncs.com:9443/api/v1/prometheus/da9d7dece901db4c9fc7f5b9c40****/158120454317****/cc6df477a982145d986e3f79c985a****/cn-hangzhou"
  token: "****"
```
部分参数说明如下：
- prometheusUrl：用于设置阿里云Prometheus的访问地址，值为第4步获取的公网地址。
- token：用于设置访问鉴权Token，值为第5步获取的鉴权Token。

执行以下命令，部署ConfigMap。

kubectl apply -f application-intelligence.yaml

步骤三：创建Knative服务

在Knative Service指定使用AHPA弹性策略。

使用以下内容，创建autoscale-go.yaml。

apiVersion: serving.knative.dev/v1
kind: Service
metadata:
  name: autoscale-go
  namespace: default
spec:
  template:
    metadata:
      labels:
        app: autoscale-go
      annotations:
        autoscaling.knative.dev/class: ahpa.autoscaling.knative.dev
        autoscaling.knative.dev/target: "500"
        autoscaling.knative.dev/metric: "rt"
        autoscaling.knative.dev/minScale: "1"
        autoscaling.knative.dev/maxScale: "30"
        autoscaling.alibabacloud.com/scaleStrategy: "observer"
    spec:
      containers:
        - image: registry.cn-hangzhou.aliyuncs.com/knative-sample/autoscale-go:0.1

参数	说明
`autoscaling.knative.dev/class: ahpa.autoscaling.knative.dev`	指定弹性插件AHPA。
`autoscaling.knative.dev/metric: "rt"`	设置AHPA指标。目前仅支持响应时间RT。
`autoscaling.knative.dev/target: "500`	设置AHPA指标的阈值，本示例RT阈值为500，单位毫秒。
`autoscaling.knative.dev/minScale: "1"`	设置弹性策略实例数的最小值为1。
`autoscaling.knative.dev/maxScale: "30"`	设置弹性策略实例数的最大值为30。
`autoscaling.alibabacloud.com/scaleStrategy: "observer"`	设置弹性伸缩模式，默认值是`observer`。 `observer`：表示只观察，但不做真正的伸缩动作。您可以通过这种方式观察AHPA的工作是否符合预期。由于预测需要历史7天的数据，因此创建服务默认是`observer`模式。 `auto`：表示由AHPA负责扩容和缩容，把AHPA指标和阈值输入到AHPA，AHPA最终决定是否生效。

执行以下命令，开启AHPA弹性策略。
```
kubectl apply -f autoscale-go.yaml
```

执行结果

Knative Service开启AHPA弹性后，您可以看到弹性预测生效前后的RT数据对比。 AHPA效果图.png