K8s应用部署性能调优经验

在Kubernetes集群中进行应用部署性能调优是每个SRE和DevOps工程师必须掌握的核心技能。本文将分享一些实用的调优经验和可复现的操作步骤。

资源请求与限制设置

首先，合理设置Pod的资源请求(request)和限制(limit)至关重要。以一个典型的Web应用为例，可以通过以下YAML配置进行优化：

apiVersion: apps/v1
kind: Deployment
metadata:
  name: web-app
spec:
  replicas: 3
  selector:
    matchLabels:
      app: web-app
  template:
    metadata:
      labels:
        app: web-app
    spec:
      containers:
      - name: app-container
        image: nginx:1.21
        resources:
          requests:
            memory: "128Mi"
            cpu: "100m"
          limits:
            memory: "256Mi"
            cpu: "200m"

水平Pod自动伸缩(HPA)配置

通过HPA可以实现根据CPU使用率自动扩缩容：

kubectl autoscale deployment web-app --cpu-percent=70 --min=3 --max=10

垂直Pod自动伸缩(VPA)实践

对于资源需求不稳定的场景，建议启用VPA：

apiVersion: vpa.apps.k8s.io/v1
kind: VerticalPodAutoscaler
metadata:
  name: web-app-vpa
spec:
  targetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: web-app
  updatePolicy:
    updateMode: Auto

节点亲和性优化

通过节点亲和性避免Pod被调度到不合适的节点上：

spec:
  affinity:
    nodeAffinity:
      requiredDuringSchedulingIgnoredDuringExecution:
        nodeSelectorTerms:
        - matchExpressions:
          - key: node-type
            operator: In
            values: ["production"]

性能监控与分析

使用Prometheus监控关键指标，重点关注Pod的内存和CPU使用率：

rate(container_cpu_usage_seconds_total{container="app-container"}[5m])

通过以上配置和监控，可以显著提升K8s应用部署的稳定性和性能表现。