这篇文章是关于Wavefront的Horizontal Pod Autoscaler系列的第一篇。

系列

第一篇：概要摘要← 此刻此地
第二篇：从波前信息进行缩放
第三篇：实现类似无服务器的解决方案

Wavefront是什么东西？

Wavefront是一种基于SaaS的云端和应用监控平台。
目前它已被VMware收购，并更名为Tanzu Observability。
在本系列中，我们会频繁使用旧称Wavefront，但指的是同一个东西。

水平Pod自动缩放器是什么？

水平伸缩器（HPA）是Kubernetes中的一项功能，它可以监控部署在POD中的负载并进行扩展。

普通使用HPA有什么不好的吗？

现在，最容易误解的是在安装完Kubernetes后无法立即使用OOTB（Out of the Box）的功能。

通常情况下，要使用HPA，需要使用另外一种工具来收集某种指标。其中著名的工具是metrics-server。

但是，如文中所述，仅适用于CPU和内存。此外，还存在一个常见问题，“当时真的有那么高的CPU使用率吗？”。归根结底，Ops团队会密切关注监控仪表板，如果CPU和内存不能很好地适应自动缩放的情况，可能会导致不必要的沟通问题。

Prometheus是谁？

最近，外国的博客上介绍了将Prometheus作为HPA的数据源。以下是一个例子。

但是需要注意的是，将Prometheus组件升级为对生产业务产生影响的组件。如果对Prometheus运维不熟悉或未进行高可用性配置，这种配置并不推荐。

那么我们该怎么办？

在Wavefront中，我们加强了与最新的Tanzu情况下的协作，并正式支持了HPA的适配器。

以下的视频中也有解释，尽管是用英语的。

使用它的好处之一是

• Opsが見ているダッシュボードと同じメトリクスでHPAができる

• CPU、Memory以外の好きなメトリクスで自由に定義できる

SaaSならではの、可用性(%99.95 Availability）とパフォーマンス保証

这个系列是什么？

虽然我对HPA有所了解，但它仍然是Kubernetes的一种工具，我不敢轻易涉足。我想我不是唯一一个踌躇不前的人。

在这个系列中，我们将使用一个名为Wavefront的SaaS模型来配置HPA系统，从而再次深入理解HPA是如何工作的。

下一次是关于“从波前信息进行尺度估计”的主题。