HPA详解

HPA是Pod水平自动扩缩Horizontal Pod Autoscaler的简称，可以基于多指标，比如CPU利用率、内存利用率等自动扩缩ReplicationController Deployment ReplicaSet 和 StatefulSet这些工作负载中的Pod数量，当然，它不能作用于无法扩缩的对象，比如DaemonSet（一次运行一个Pod）

HPA的具体调整由K8S API Server来调控实现，资源决定了控制器的行为，这个API Server 会去操作对应的对象控制器，比如Deployment Controller，从而去操控对应工作负载的具体Pod数量，以使得Pod的平均CPU利用率与用户所设定的目标值匹配

HPA的控制调整一般是15S一次，这个时间由控制器的--horizontal-pod-autoscaler-sync-period参数指定周期，HPA会把HPA定义中资源使用率和Metrics服务器获取到的具体指标使用率作比较，然后生成一个扩缩比例

算法细节 [code] 期望副本数 = ceil[当前副本数 *(当前指标/期望指标)] 例如，当前度量值为 200m，目标设定值为 100m，那么由于 200.0/100.0 == 2.0， 副本数量将会翻倍。 如果当前指标为 50m，副本数量将会减半，因为50.0/100.0 == 0.5。 如果计算出的扩缩比例接近 1.0 （根据—horizontal-pod-autoscaler-tolerance 参数全局配置的容忍值，默认为 0.1 将会放弃本次扩缩。 [/code]

如果创建HPA的时候指定了多个指标，那么会按照每个指标分别计算扩缩副本数，取最大值进行扩缩。如果有任何一个指标无法顺利计算出扩缩副本数，那么本次扩缩会被跳过

HPA是K8S autoscaling API组的资源，