Pregunta de Service Configuration
¿Qué herramientas permiten que los HorizontalPodAutoscalers de Kubernetes utilicen métricas personalizadas generadas por aplicaciones para desencadenar eventos de escalado?
Prometheus y el prometheus-adapter.
Graylog y graylog-autoscaler metrics.
Graylog y el kubernetes-adapter.
Grafana y Prometheus.
Resolución y Comentarios
La combinación correcta de herramientas es Prometheus y el prometheus-adapter. El HorizontalPodAutoscaler (HPA) en Kubernetes puede escalar pods basándose en métricas personalizadas, no solo en CPU/memoria. Para usar métricas generadas por aplicaciones, necesita un adaptador de métricas que implemente la API custom.metrics.k8s.io. Prometheus recopila métricas de las aplicaciones, y el prometheus-adapter (también conocido como k8s-prometheus-adapter) expone esas métricas al servidor de API de Kubernetes, permitiendo que el HPA las consulte.
Cómo funciona:
- Prometheus extrae métricas personalizadas de los endpoints de las aplicaciones (ej.: /metrics).
- El prometheus-adapter se configura con reglas para mapear métricas de Prometheus a métricas personalizadas de Kubernetes.
- El HPA referencia estas métricas personalizadas en su configuración (ej.:
type: Objectotype: Podscon un nombre de métrica). - El HPA consulta la API custom.metrics.k8s.io, que el adaptador sirve, y escala los pods en consecuencia.
Por qué las opciones incorrectas son erróneas:
- Graylog es un sistema de gestión de logs, no un recolector de métricas. No proporciona una API de métricas para HPA. graylog-autoscaler metrics y kubernetes-adapter no son componentes estándar de Kubernetes.
- Grafana es una herramienta de visualización; no expone métricas a la API de Kubernetes. Aunque Prometheus es correcto, Grafana por sí solo no puede servir métricas personalizadas al HPA.
Solo Prometheus con el prometheus-adapter permite que el HPA utilice métricas personalizadas de aplicaciones para el escalado.