以下内容均来自个人笔记并重新梳理，如有错误欢迎指正！
如果对您有帮助，烦请点赞、关注、转发！如果您有其他想要了解的，欢迎私信联系我～
基本介绍
Node 层面：根据业务规模，实现集群节点的自动扩缩容 Pod 层面：根据业务规模，实现 Pod 副本的自动扩缩容
提高资源利用率：根据实际需求动态调整资源，避免资源浪费 提高应用稳定性和可用性：自动应对流量高峰，减少服务中断的风险 简化运维：减少手动干预，自动化资源管理，简化运维工作 成本效益：通过合理的资源分配，降低运营成本
HPA 机制
度量指标：HPA 可以根据 CPU 利用率、内存利用率或其他自定义度量指标来触发扩缩容 目标利用率：设置目标利用率，例如 CPU 的 10%，HPA 会尝试维持这个利用率水平 限制 Pod 数量：可以设置最小和最大 Pod 数量的限制，防止在极端情况下资源的过度使用或不足 缩放策略：HPA 支持不同的缩放策略，如快速缩放、慢速缩放和标准缩放，以适应不同的业务场景
# 创建 HPA 对象kubectl autoscale deployment demo-deployment --cpu-percent=10 --min=1 --max=10🔔 --min：指定最小的 Pod 副本数为1🔔 --max：指定最大的 Pod 副本数为10🔔 --cpu-percent：指定 Pod 的 CPU 使用率保持在 10%# 查看 HPA 对象kubectl get hpa# 删除 HPA 对象kubectl delete hpa demo-deployment
VPA 机制
资源分析：VPA 会分析 Pod 的资源使用情况，如 CPU 利用、内存利用 动态调整：VPA 可以动态调整 Pod 的资源请求和资源限制，以优化资源使用和成本
KPA 机制
Pod 基于请求数自动伸缩（Knative Pod Autoscaler，KPA）是一种由 Knative Serving 提供的机制，它可以根据并发请求数及相应的算法，自动增加或减少 Pod 副本的数量，适用于业务流量突发激增的场景。
详细内容请参考技术文档：https://developer.aliyun.com/article/710828
