HPA (Horizontal Pod Autoscaler): Tự Động Mở Rộng Ứng Dụng K8s

Trong vận hành hệ thống, lưu lượng truy cập (traffic) của ứng dụng hiếm khi cố định. Vào các thời điểm cao điểm như các chiến dịch khuyến mãi, sự kiện livestream hay khung giờ vàng, hệ thống có thể bị quá tải gây ngưng trệ. Ngược lại, vào ban đêm hay lúc thấp điểm, việc duy trì quá nhiều tài nguyên máy chủ lại gây lãng phí chi phí ngân sách lớn.

Giải pháp tự động hóa hàng đầu cho bài toán này trên Kubernetes (K8s) chính là HPA (Horizontal Pod Autoscaler). Bài viết này sẽ giúp bạn hiểu rõ HPA là gì, cơ chế hoạt động ra sao và cách thiết lập HPA cho ứng dụng K8s của bạn.

1. HPA (Horizontal Pod Autoscaler) Trong Kubernetes Là Gì?

Horizontal Pod Autoscaler (HPA) là một thành phần cốt lõi trong Kubernetes có chức năng tự động tăng hoặc giảm số lượng Pod (Replica) của một Deployment, StatefulSet hoặc ReplicaSet dựa trên mức độ sử dụng tài nguyên thực tế (như CPU, RAM) hoặc các chỉ số đo lường tùy chỉnh (Custom Metrics).

Khác biệt cốt lõi:

  • Horizontal Scaling (Mở rộng theo chiều ngang – HPA): Tăng/giảm số lượng Pod (VD: từ 2 Pods lên 10 Pods). đây là cơ chế phổ biến và an toàn nhất cho các ứng dụng Cloud-Native.

  • Vertical Scaling (Mở rộng theo chiều dọc – VPA): Tăng/giảm kích thước CPU/RAM của Pod hiện tại (VD: nâng từ 1 vCPU lên 4 vCPU cho Pod).

2. Lợi Ích Vượt Trội Khi Triển Khai HPA Cho Doanh Nghiệp

Sử dụng HPA mang lại những giá trị thiết thực trong quy trình vận hành và tối ưu hạ tầng:

  • Tối ưu hóa chi phí (Cost Optimization): Chỉ sử dụng lượng tài nguyên vừa đủ. Tự động thu hẹp số lượng Pod khi lưu lượng truy cập giảm, tiết kiệm ngân sách máy chủ.

  • Đảm bảo tính sẵn sàng (High Availability): Tự động phát hiện và nhân bản thêm Pod trong vài giây khi nhận thấy CPU/RAM tăng cao, giúp ứng dụng không bị nghẽn hay gián đoạn.

  • Vận hành tự động (No Manual Intervention): Đội ngũ DevOps/IT không cần phải túc trực 24/7 để gõ lệnh kubectl scale thủ công mỗi khi có đợt nghẽn mạng.

3. Cơ Chế Hoạt Động Của HPA Trong Kubernetes

HPA vận hành theo một vòng lặp kiểm tra liên tục (Control Loop) với chu kỳ mặc định là 15 giây (thông qua tham số --horizontal-pod-autoscaler-sync-period của Kube-Controller-Manager).

[ Metrics Server ] ➔ (Thu thập chỉ số) ➔ [ HPA Controller ] ➔ (Tính toán Replicas) ➔ [ Deployment Scale ]
  1. Thu thập dữ liệu (Metrics Collection): HPA truy vấn dữ liệu tiêu thụ tài nguyên từ Metrics Server (hoặc Prometheus nếu dùng Custom Metrics).

  2. Tính toán số lượng Pod mục tiêu (Target Calculation): HPA so sánh chỉ số thực tế với ngưỡng mục tiêu bạn đã cấu hình theo công thức:

  1. Thực thi Scale: HPA ra lệnh cho Deployment/ReplicaSet điều chỉnh số lượng Pod tương ứng.

4. Hướng Dẫn Cấu Hình HPA Cho Ứng Dụng K8s Chi Tiết

Bước 1: Đảm bảo Metrics Server đã được cài đặt

HPA cần có Metrics Server để đọc chỉ số CPU/RAM. Bạn kiểm tra bằng lệnh:

Bash

kubectl top nodes

(Nếu hiển thị thông số CPU/Memory của Node tức là Metrics Server đã sẵn sàng).

Bước 2: Khởi tạo Deployment kèm thông số resources.requests

HPA bắt buộc các Container trong Pod phải khai báo tham số resources.requests thì mới tính toán được tỷ lệ % sử dụng CPU/RAM.

Tạo tệp app-deployment.yaml:

YAML

apiVersion: apps/v1
kind: Deployment
metadata:
  name: php-apache
spec:
  selector:
    matchLabels:
      run: php-apache
  replicas: 1
  template:
    metadata:
      labels:
        run: php-apache
    spec:
      containers:
      - name: php-apache
        image: registry.k8s.io/hpa-example
        ports:
        - containerPort: 80
        resources:
          limits:
            cpu: 500m
          requests:
            cpu: 200m # Ngưỡng yêu cầu bắt buộc để HPA tính toán

Triển khai Deployment:

Bash

kubectl apply -f app-deployment.yaml

Bước 3: Tạo HPA Resource

Bạn có thể tạo HPA bằng dòng lệnh CLI hoặc qua file YAML.

Cách 1: Tạo HPA bằng lệnh nhanh (Imperative)

Thiết lập tự động mở rộng từ 1 đến 10 Pods khi mức sử dụng CPU trung bình vượt quá 50%:

Bash

kubectl autoscale deployment php-apache --cpu-percent=50 --min=1 --max=10

Cách 2: Tạo HPA bằng file YAML (Declarative – Khuyên dùng)

Tạo tệp hpa-config.yaml:

YAML

apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:
  name: php-apache-hpa
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: php-apache
  minReplicas: 1
  maxReplicas: 10
  metrics:
  - type: Resource
    resource:
      name: cpu
      target:
        type: Utilization
        averageUtilization: 50 # Tự mở rộng khi CPU trung bình > 50%

Áp dụng cấu hình:

Bash

kubectl apply -f hpa-config.yaml

Bước 4: Kiểm tra trạng thái HPA

Để theo dõi HPA hoạt động, sử dụng lệnh:

Bash

kubectl get hpa

Kết quả sẽ hiển thị số Pod hiện tại, tỷ lệ CPU tiêu thụ và số Pod tối đa/tối thiểu đã cấu hình.

5. Kinh Nghiệm Thực Tế Khi Sử Dụng HPA Để Tránh Sự Cố

  • Luôn khai báo resources.requests hợp lý: Nếu cài đặt quá thấp, HPA sẽ scale liên tục (Flapping). Nếu đặt quá cao, HPA sẽ không bao giờ được kích hoạt.

  • Cấu hình Cooldown/Flapping Prevention: K8s có cơ chế làm nguội (Scale-down stabilization window) mặc định là 5 phút để tránh việc Pod vừa tạo xong đã bị tắt ngay do traffic dao động liên tục.

  • Kết hợp HPA với Cluster Autoscaler: HPA giúp tăng số lượng Pod, nhưng nếu các Node vật lý/VM hết tài nguyên, bạn cần thêm Cluster Autoscaler để tự động mua/tạo thêm Node mới cho cụm K8s.

6. Lời Kết

HPA (Horizontal Pod Autoscaler) là một tính năng không thể thiếu để xây dựng hạ tầng Cloud-Native linh hoạt, tự động và chịu lỗi cao trên Kubernetes. Việc kết hợp HPA với quy trình giám sát chuẩn chỉnh sẽ giúp doanh nghiệp hoàn toàn yên tâm trước những đợt cao điểm truy cập đột biến.

Hãy thiết lập HPA cho ứng dụng K8s của bạn ngay hôm nay để trải nghiệm sự tiện lợi của hệ thống tự động hóa hoàn toàn!