k8s扩展后如何收缩

在Kubernetes（k8s）中，扩展后可以通过减少Pod的副本数、删除不必要的资源和调整资源请求与限制来实现收缩。通过减少Pod的副本数，可以直接减少应用程序的运行实例，从而降低资源消耗；删除不必要的资源，包括不再需要的ConfigMaps、Secrets和Persistent Volume Claims，可以释放集群中的存储和计算资源；调整资源请求与限制，可以优化每个Pod的资源使用情况，确保资源的高效利用。减少Pod的副本数是最常用且直接的方法，通过kubectl命令或直接修改Deployment配置文件中的replicas字段，可以快速实现Pod数量的调整，达到收缩的目的。

一、减少Pod的副本数

在Kubernetes中，Pod是最小的部署单元，通常通过Deployment、ReplicaSet或StatefulSet等控制器来管理Pod的副本数。减少Pod的副本数不仅可以降低资源消耗，还能帮助集群恢复到平衡状态。具体操作如下：

使用kubectl命令调整副本数：可以通过kubectl scale命令来调整Deployment的副本数。例如，要将某个Deployment的副本数从10减少到5，可以使用如下命令：
```
kubectl scale deployment <deployment-name> --replicas=5
```
这个命令会立即生效，Kubernetes会自动删除多余的Pod。
修改Deployment配置文件：可以直接编辑Deployment的配置文件，调整spec.replicas字段的值。例如：
```
apiVersion: apps/v1
kind: Deployment
metadata:
  name: example-deployment
spec:
  replicas: 5
  ...
```
修改后，应用新的配置：
```
kubectl apply -f <deployment-file>
```
自动扩展与收缩：使用Horizontal Pod Autoscaler（HPA）可以根据CPU或内存使用率自动调整Pod的副本数。创建HPA资源时，可以设置最小和最大副本数范围，Kubernetes会根据实际负载情况自动调整。例如：
```
kubectl autoscale deployment <deployment-name> --cpu-percent=50 --min=1 --max=10
```

二、删除不必要的资源

随着应用程序的演进，可能会出现一些不再使用的资源，例如ConfigMaps、Secrets和Persistent Volume Claims（PVCs）。删除这些不必要的资源可以释放集群中的存储和计算资源，提升整体性能。

查找不再使用的ConfigMaps和Secrets：使用kubectl命令列出当前命名空间中的ConfigMaps和Secrets，并确认哪些资源已经不再使用。例如：
```
kubectl get configmaps
kubectl get secrets
```
确认后，通过kubectl delete命令删除不再使用的ConfigMaps和Secrets：
```
kubectl delete configmap <configmap-name>
kubectl delete secret <secret-name>
```
清理Persistent Volume Claims（PVCs）：PVCs用于持久化存储，可能会出现一些不再需要的PVCs。列出当前命名空间中的PVCs并确认哪些可以删除：
```
kubectl get pvc
```
删除不需要的PVC：
```
kubectl delete pvc <pvc-name>
```
删除未使用的Service和Ingress：Service和Ingress资源用于暴露应用程序和配置外部访问路径。定期检查并删除不再使用的Service和Ingress可以优化网络资源：
```
kubectl get svc
kubectl get ingress
```
删除不需要的Service和Ingress：
```
kubectl delete svc <service-name>
kubectl delete ingress <ingress-name>
```

三、调整资源请求与限制

在Kubernetes中，每个Pod都有资源请求（resource requests）和资源限制（resource limits），用于定义其所需的CPU和内存资源。调整资源请求与限制可以优化资源使用，避免资源浪费。

评估当前资源使用情况：使用kubectl top命令查看Pod的资源使用情况，评估是否有Pod的资源请求过高或过低：
```
kubectl top pods
```
通过这个命令，可以获取每个Pod的CPU和内存使用情况，从而进行合理的调整。

修改资源请求与限制：在Pod的配置文件中，可以通过resources字段来定义资源请求和限制。例如：

apiVersion: v1 kind: Pod metadata: name: example-pod spec: containers: - name: example-container image: example-image resources: requests: memory: "64Mi" cpu: "250m" limits: memory: "128Mi" cpu: "500m"

调整这些值，使其更加符合实际需求，可以避免资源的过度分配或不足。

使用Resource Quotas和LimitRanges：在命名空间级别，可以使用Resource Quotas和LimitRanges来限制资源的使用。Resource Quotas用于限制整个命名空间的资源使用情况，而LimitRanges用于限制单个Pod或容器的资源使用。例如，创建一个Resource Quota：

apiVersion: v1 kind: ResourceQuota metadata: name: example-quota spec: hard: requests.cpu: "4" requests.memory: "8Gi" limits.cpu: "10" limits.memory: "16Gi"

创建一个LimitRange：

apiVersion: v1 kind: LimitRange metadata: name: example-limitrange spec: limits: - default: cpu: "500m" memory: "128Mi" defaultRequest: cpu: "250m" memory: "64Mi" type: Container

通过这些配置，可以确保资源在命名空间内的合理分配和使用。

四、缩减集群节点

在某些情况下，可能需要通过减少节点的数量来实现集群的收缩。缩减集群节点可以通过调整自动扩展组（Autoscaling Group）或手动删除节点来实现。

调整自动扩展组（Autoscaling Group）：如果使用云提供商（如AWS、GCP或Azure）的自动扩展组来管理集群节点，可以通过调整自动扩展组的配置来减少节点数量。例如，在AWS中，可以使用以下命令调整Auto Scaling Group的最小和最大实例数量：
```
aws autoscaling update-auto-scaling-group --auto-scaling-group-name <asg-name> --min-size 1 --max-size 5
```
这个命令将Auto Scaling Group的实例数量范围调整为1到5，系统会根据实际负载情况自动减少节点数量。
手动删除节点：可以使用kubectl命令手动删除不再需要的节点。例如，列出当前集群中的节点：
```
kubectl get nodes
```
标记不再需要的节点为不可调度状态：
```
kubectl cordon <node-name>
```
驱逐节点上的所有Pod：
```
kubectl drain <node-name> --ignore-daemonsets
```
最后，删除该节点：
```
kubectl delete node <node-name>
```
动态调整节点池：使用Kubernetes集群自动扩展器（Cluster Autoscaler）可以根据集群的实际负载情况动态调整节点池的规模。配置Cluster Autoscaler时，可以设置最小和最大节点数量范围，系统会根据负载情况自动增加或减少节点。例如，在GKE中，可以使用以下命令配置Cluster Autoscaler：
```
gcloud container clusters update <cluster-name> --enable-autoscaling --min-nodes=1 --max-nodes=5 --zone=<zone>
```

五、优化应用程序和任务调度

通过优化应用程序和任务调度，可以提高资源利用率，从而实现集群的收缩。优化应用程序和任务调度包括合理配置优先级和抢占、使用合适的调度策略等。

配置优先级和抢占：通过配置Pod的优先级和抢占策略，可以确保关键任务优先获得资源，从而优化资源分配。例如，创建一个高优先级的PriorityClass：

apiVersion: scheduling.k8s.io/v1
kind: PriorityClass
metadata:
  name: high-priority
value: 1000
globalDefault: false
description: "This priority class is for high priority pods."

在Pod配置中使用该PriorityClass：

apiVersion: v1 kind: Pod metadata: name: high-priority-pod spec: priorityClassName: high-priority containers: - name: example-container image: example-image

使用合适的调度策略：Kubernetes提供多种调度策略，可以根据应用程序的需求选择合适的调度策略。例如，使用Node Affinity和Pod Affinity/Anti-Affinity来控制Pod的调度位置，以提高资源利用率。例如，配置Node Affinity：

apiVersion: v1 kind: Pod metadata: name: example-pod spec: affinity: nodeAffinity: requiredDuringSchedulingIgnoredDuringExecution: nodeSelectorTerms: - matchExpressions: - key: disktype operator: In values: - ssd containers: - name: example-container image: example-image

使用调度器插件：Kubernetes调度器插件可以扩展调度器的功能，提供更灵活的调度策略。例如，使用Descheduler插件可以定期重排Pod，优化资源分配。安装Descheduler插件：

kubectl apply -f https://github.com/kubernetes-sigs/descheduler/releases/download/v0.21.0/kubernetes-descheduler.yaml

配置Descheduler策略：

apiVersion: "descheduler/v1alpha1" kind: "DeschedulerPolicy" strategies: "LowNodeUtilization": enabled: true params: nodeResourceUtilizationThresholds: threshold: cpu: 20 memory: 20 pods: 20

通过合理减少Pod的副本数、删除不必要的资源、调整资源请求与限制、缩减集群节点以及优化应用程序和任务调度，可以有效实现Kubernetes集群的收缩，提高资源利用率和集群性能。