Flagger项目中从HPA迁移至KEDA Scaled Object的实践指南
背景介绍
在Kubernetes生态系统中,Flagger作为一款渐进式交付工具,常与Horizontal Pod Autoscaler(HPA)或KEDA Scaled Object结合使用来实现应用自动扩展。当用户需要从传统的HPA迁移到更灵活的KEDA Scaled Object时,会遇到一些特定的技术挑战。
问题本质
迁移过程中,Flagger会尝试为金丝雀部署创建主版本(Primary)的Scaled Object,但此时系统中可能仍存在由旧版HPA创建的主版本HPA资源。KEDA的准入控制器会阻止这种"一个工作负载被多个自动扩展器管理"的情况,导致迁移失败。
技术原理深度解析
-
所有权冲突机制:KEDA通过内置的准入控制webhook(vscaledobject.kb.io)确保每个工作负载(如Deployment)只能由一个自动扩展器管理,无论是HPA还是Scaled Object。
-
HPA接管机制:KEDA提供了
scaledobject.keda.sh/transfer-hpa-ownership
注解,允许Scaled Object接管现有HPA的所有权,而不是创建新的HPA。 -
Flagger的工作机制:当检测到Canary资源中autoscalerRef从HPA变更为Scaled Object时,Flagger会:
- 创建目标Scaled Object
- 尝试创建主版本Scaled Object
- 但不会自动清理旧的主版本HPA
解决方案实现
要实现平滑迁移,需要在Flagger中增强Scaled Object的创建逻辑:
- 注解继承:主版本Scaled Object应继承目标Scaled Object的所有注解,特别是所有权转移注解。
primarySo = &keda.ScaledObject{
ObjectMeta: makeObjectMetaSo(primarySoName, targetSoClone.Labels, targetSoClone.Annotations, cd),
Spec: soSpec,
}
- HPA命名配置:确保主版本Scaled Object生成的HPA名称与预期一致。
Advanced: &keda.AdvancedConfig{
HorizontalPodAutoscalerConfig: &keda.HorizontalPodAutoscalerConfig{
Name: primaryName,
},
},
- 存在性检查:在创建主版本Scaled Object前,检查同名HPA是否存在,动态决定是否添加所有权转移注解。
实践建议
对于正在考虑从HPA迁移到KEDA的用户,建议采用以下步骤:
-
准备阶段:
- 确保KEDA控制器已正确安装
- 验证现有HPA的工作状态
- 准备包含所有权转移注解的Scaled Object定义
-
迁移阶段:
- 先创建带有转移注解的Scaled Object
- 再更新Canary资源的autoscalerRef
- 监控Flagger日志确认迁移状态
-
验证阶段:
- 检查主版本和工作版本的自动扩展行为
- 验证自定义指标是否生效
- 确保没有资源冲突
技术展望
这种迁移模式展示了Kubernetes生态系统中不同组件间的协作方式。未来可能会有更智能的资源迁移机制,例如:
- 自动检测并解决资源冲突
- 提供迁移状态仪表板
- 支持回滚到原始自动扩展器
通过理解这些底层机制,运维团队可以更自信地管理生产环境中的自动扩展策略变更,实现从传统HPA到更先进的KEDA解决方案的无缝过渡。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~044CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









