副本数推荐

副本数推荐介绍

Kubernetes 用户在创建应用资源时常常是基于经验值来设置副本数。通过副本数推荐的算法分析应用的真实用量推荐更合适的副本配置，您可以参考并采纳它提升集群的资源利用率。

实现原理

基于 Workload 历史 CPU 负载，找到过去七天内每小时负载最低的 CPU 用量，计算按50%（可配置）利用率和 Workload CPU Request 应配置的副本数

Filter 阶段

1. 低副本数的工作负载: 过低的副本数可能推荐需求不高，关联配置: workload-min-replicas
2. 存在一定比例非 Running Pod 的工作负载: 如果工作负载的 Pod 大多不能正常运行，可能不适合弹性，关联配置: pod-min-ready-seconds | pod-available-ratio

Prepare 阶段

查询过去一周的 CPU 使用量

Recommend 阶段

1. 计算过去7天 workload 每小时使用量中位数的最低值(防止极小值影响): workload_cpu_usage_medium_min
2. 目标利用率对应的副本数:

       replicas := int32(math.Ceil(workloadCpu / (rr.TargetUtilization * float64(requestTotal) / 1000.)))

1. 为了防止 replicas 过小，replicas 需要大于等于 default-min-replicas

Observe 阶段

将推荐 replicas 记录到 Metric：crane_analytics_replicas_recommendation

支持的资源类型

默认支持 StatefulSet 和 Deployment，但是支持所有实现了 Scale SubResource 的 Workload。

参数配置