Kubernetes HPA 信号：CPU 高不一定代表该扩容

背景

CPU 很低但请求队列越来越长时，仅靠 CPU 扩容可能不够。HPA 指标必须与实际瓶颈和单副本处理能力建立关系。

核心判断

CPU utilization 依赖合理的 requests，先确认分母与指标可用性。
队列型任务考虑 backlog 或处理延迟等业务信号。
设定扩缩容范围、稳定窗口和依赖容量，避免副本数增长压垮数据库。

最小示例

下面保留核心逻辑；业务类型、调用入口和环境配置按项目补齐。

metrics:
  - type: Resource
    resource: { name: cpu, target: { type: Utilization, averageUtilization: 70 } }
behavior: { scaleDown: { stabilizationWindowSeconds: 300 } }

边界与误区

配置是 HPA spec 片段，还需 scaleTargetRef 与副本范围。扩容不会即时完成，镜像拉取和启动预热都属于响应延迟。

验证方式

用阶梯流量观察期望副本、实际就绪数、队列与 p99；再撤掉负载，确认缩容没有导致反复抖动。

小结

选择与瓶颈和 SLO 相关的指标，设置稳定窗口和最大副本避免扩缩容震荡。