1.HPA：基于cpu的利用率来动态实现pod数量的自动伸缩，创建的方法一种是yaml文件，一种是命令行（运用比较少）；在yaml文件中必须要有资源控制（cpu）的字段才能生效的。

必要条件：

前置必要条件：控制创建，而且必须能设置副本数

配置的必要条件：必须要声明pod的资源控制

HPA依赖环境：metrices-server：收集资源使用数据，给hpa

2.前面讲了手动扩容的方法：对pod的数量进行扩缩容、针对控制器创建的pod、pod的副本数量可以通过静态命令行及yam脚本进行扩缩容

3.部署hpa的依赖环境

三台同步

导入yaml文件到hpa目录下并且运行

 

vim hpa.yaml

hpa通过名称进行监控控制器

 

节点查看

扩容和缩容一旦达到阈值会立即扩容；但是缩容的速度会相对较慢；为了保证pod的正常工作，扩容必须要快；缩容的时候为了保证pod的资源突然又变大了，可以继续维持pod的数量，在一定时间内pod占用的资源维持在较低的比率，然后开始慢慢缩容。

二、如何对命名空间进行资源控制

 

limitRange：只要是创建在这个命名空间的pod，都会根据limitRange的配置来对所有的pod进行统一的资源限制（应用比较少）

 

四、helm

1.heml：提供了一个模板，可以一键化部署微服务；通过打包的方式，把所有需要的yaml文件集合起来，然后一键部署；可以支持回滚；依赖于k8s

2.heml的三个概念：

Chart：部署安装k8s微服务的模板，类似于linux里面的rpm包

Repository：仓库，用来保存Chart

Release：当我们使用chart部署微服务时，每部署一次就会有一个release可以理解为版本号

3.heml实验：

拖包、解压

自动补齐命令 

安装仓库Repository和模板，仓库里面有模板

helm repo add bitnami https://charts.bitnami.com/bitnami
helm repo add stable http://mirror.azure.cn/kubernetes/charts
helm repo add aliyun https://kubernetes.oss-cn-hangzhou.aliyuncs.com/charts
helm repo add incubator https://charts.helm.sh/incubator

更新当前所有仓库的chart模板

查看仓库个数

查看当前仓库有多少模板

查看chart的详细情况

删除仓库：

自定义仓库

tree  nginx/

查看配置有无语法错误

打包

部署：第一次部署release就是版本号1

做映射  vim /etc/hosts 后访问