K8s kube-reserved预留不足与HPA联动失效的根因分析与动态阈值计算方案设计

背景

我们管理一个 Kubernetes 集群，节点上配置了 kube-reserved 和 system-reserved 以确保系统资源的预留。然而，在高负载场景下，业务 Pod 仍会因资源不足被驱逐，且 Horizontal Pod Autoscaler（HPA）未触发扩缩容。

现象

1. 资源预留不足：节点 CPU 内存使用率超过 kube-reserved 预留值后，kubelet 会驱逐业务 Pod；
2. HPA 未响应：即使集群整体资源紧张，HPA 也未根据负载自动增加副本数。

已尝试的排查

• 检查 kube-reserved 配置，发现预留值低于系统监控的阈值（如 CPU 20%、内存 15%）；
• 确认 HPA 的 metrics（如 CPU 使用率）未触发 scaling；
• 检查 kubelet 的 eviction thresholds，发现未启用 --eviction-hard 策略。

期望答案

1. 根因分析：kube-reserved 配置与 HPA 策略的协同失效机制；
2. 动态阈值计算方案：如何基于历史负载数据动态调整 kube-reserved 和 HPA 的触发阈值；
3. 联动策略设计：如何让 kube-reserved 与 HPA 形成闭环反馈（如资源不足时自动扩缩容）。