Main
Hello
Algorithm
Note
Learn
Mark
Tools
AI
Hello
Algorithm
Note
Learn
Mark
Tools
AI

Step 18 연습 과제 — 오토스케일링

실습 네임스페이스: step18. 끝나면 kubectl delete ns step18. metrics-server는 삭제하지 마세요(공용 인프라, Step 19에서 사용).

과제 1. <unknown> 진단

HPA를 걸었더니 TARGETS가 <unknown>/50%에서 안 바뀝니다. 가능한 원인 2가지와 확인 방법은?

해답
  1. 파드에 requests.cpu가 없음 — CPU HPA는 request 대비 비율이라 request가 없으면 계산 불가. 
    kubectl get deploy web -n step18 -o jsonpath='{.spec.template.spec.containers[0].resources}'; echo
  2. metrics-server가 파드 메트릭을 아직/전혀 못 줌 — 방금 설치했거나 죽어 있음. 
    kubectl top pods -n step18          # 값이 나오는지
kubectl get apiservices v1beta1.metrics.k8s.io   # AVAILABLE True 인지

과제 2. 목표 replica 수 계산

현재 replica 2개, 평균 CPU 사용률이 request의 180%입니다. 목표가 60%일 때 HPA는 몇 개로 조정할까요? (maxReplicas=10)

해답

ceil(2 × 180 / 60) = ceil(6) = 6개. maxReplicas 10 이내이므로 6으로 스케일합니다.

과제 3. 메모리 기반 HPA 추가

CPU 대신(또는 함께) 메모리 사용률로도 스케일하도록 hpa.yaml의 metrics에 항목을 추가하세요.

해답 
  metrics:
    - type: Resource
      resource:
        name: cpu
        target: { type: Utilization, averageUtilization: 50 }
    - type: Resource
      resource:
        name: memory
        target: { type: Utilization, averageUtilization: 70 }

복수 메트릭이면 HPA는 각 메트릭이 요구하는 replica 중 가장 큰 값을 택합니다(가장 안전한 쪽). autoscaling/v2라서 가능합니다.

과제 4. 축소를 더 공격적으로

부하가 빠지면 30초 안정화 후 30초마다 절반씩 줄이도록 behavior.scaleDown을 바꾸세요.

해답 
    scaleDown:
      stabilizationWindowSeconds: 30
      policies:
        - type: Percent
          value: 50
          periodSeconds: 30
      selectPolicy: Max

type: Percent, value: 50은 "30초마다 현재의 50%까지 줄일 수 있다"는 뜻입니다. 반대로 축소를 완전히 막으려면 selectPolicy: Disabled.