Watermarkpodautoscaler ダウンロード - Watermarkpodautoscaler ソースコードのダウンロード

ウォーターマークポッドオートスケーラーコントローラー

免責事項: このプロジェクトはベータ版です - API は変更される可能性があります。

概要

ウォーターマークポッドオートスケーラー (WPA) コントローラーは、水平ポッドオートスケーラー (HPA) を拡張するカスタムコントローラーです。

特徴

自動スケーリングイベントを防止するには、上限と下限を設定します。
スケーリング速度を指定します。
アップスケールまたはダウンスケールイベントを制限する時間枠を指定します。
バースト時のスケーリングを避けるために遅延を追加します。
必要な数のレプリカを計算するためのさまざまなアルゴリズム。

目標

ウォーターマークポッドオートスケーラーコントローラーは、アップストリームの水平ポッドオートスケーラーコントローラーの代替コントローラーです。

いつ使用するか

一部のアプリケーションを自動スケーリングしたい場合:

HPA の単一しきい値ロジックでは十分ではありません。
自動スケーリングコントローラーの詳細な構成が必要な場合。

使用法

アルゴリズム

例えば

 apiVersion : datadoghq.com/v1alpha1
kind : WatermarkPodAutoscaler
[...]
spec :
  algorithm : absolute
[...]

必要なレプリカ数を計算するには 2 つのオプションがあります。

averageコントローラーは、 value from the external metrics provider / current number of replicasを使用し、それをウォーターマークと比較します。推奨されるレプリカの数はvalue from the external metrics provider / watermarkからの値です (現在の値に応じて低または高)。
レプリカの数に依存しないメトリックを使用する場合は、 averageアルゴリズムが適しています。通常、単一の Web サーバーがn rq/s を処理する必要があることがわかっている場合、ELB が受信するリクエストの数は、必要な Web サーバーの数を示します。レプリカを追加しても、ロードバランサーが受信するリクエストの数は増減しません。
absoluteデフォルト値はabsoluteです。平均的なメトリックを使用する必要があります。推奨されるレプリカ数はcurrent number of replicas * value from the external metrics provider / watermarkからの値として計算されます。
absoluteアルゴリズムは最も一般的な使用例を表すため、デフォルトです。たとえば、アプリケーションを CPU の 60% から 80% の間で実行する必要があり、 avg:cpu.usageが 85% である場合は、スケールアップする必要があります。メトリックはレプリカの数と相関している必要があります。

注: アップストリームコントローラーでは、レプリカの推奨数を切り上げるためにmath.Ceil関数のみが使用されます。

これは、しきい値が 10 の場合、レプリカを 1 つダウンスケールするには、外部メトリックプロバイダーからの使用率が 8.999... に達する必要があることを意味します。ただし、使用率が 10.001 の場合は、レプリカ 1 つずつスケールアップします。

値が下限ウォーターマークを下回る場合、WPA コントローラーはmath.Floorを使用します。これにより、対称的な動作が保証されます。他のスケーリングオプションと組み合わせると、いつダウンスケールするかをより細かく制御できます。

導入

Watermark Pod Autoscaler を使用するには、それを Kubernetes クラスターにデプロイします。

Watermark Pod Autoscaler プロジェクトの zip ファイルをダウンロードします。ソースコードはDataDog/watermarkpodautoscalerにあります。
プロジェクトを解凍し、 ./watermarkpodautoscalerフォルダーに移動します。
名前空間とウォーターマークポッドオートスケーラーコントローラーを定義します。
```
DD_NAMESPACE= " datadog "
DD_NAMEWPA= " wpacontroller "
```
名前空間を作成します。
```
kubectl create ns $DD_NAMESPACE
```
Helm を使用して Watermark Pod Autoscaler コントローラーをインストールします。
```
helm install $DD_NAMEWPA -n $DD_NAMESPACE ./chart/watermarkpodautoscaler
```

kubectl プラグイン

WatermarkPodAutoscaler コントローラーには、一連のヘルパーユーティリティを提供する kubectl プラグインが付属しています。詳細については、専用のドキュメントページ: docs/kubectl-plugin.md を参照してください。

プロセス

ターゲット展開と同じ名前空間に WPA を作成します。

Datadog Cluster Agent は作成/更新/削除イベントを取得します。 WPA 仕様を解析してメトリクスとスコープを抽出し、Datadog から取得します。

具体例

この例では、次の仕様構成を使用しています。

 apiVersion : datadoghq.com/v1alpha1
kind : WatermarkPodAutoscaler
metadata :
  name : example-watermarkpodautoscaler
spec :
  downscaleForbiddenWindowSeconds : 60
  downscaleDelayBelowWatermarkSeconds : 300
  upscaleForbiddenWindowSeconds : 30
  upscaleDelayAboveWatermarkSeconds : 30
  scaleDownLimitFactor : 30
  scaleUpLimitFactor : 50
  minReplicas : 4
  maxReplicas : 9
  scaleTargetRef :
    kind : " Deployment "
    name : " some_app "
    apiVersion : " apps/v1 "
  metrics :
  - external :
      highWatermark : 400m
      lowWatermark : 150m
      metricName : custom.request_duration.max
      metricSelector :
        matchLabels :
          kubernetes_cluster : mycluster
          service : billing
          short_image : billing-app
    type : External
  tolerance : " 0.01 "

メトリクスの種類

ExternalメトリックタイプとResourceメトリックタイプの両方がサポートされています。 WPA コントローラーは HPA と同じ形式を使用します。詳細については、こちらをご覧ください。

境界

ウォーターマークから始めて、境界 ( watermarkpodautoscaler.wpa_controller_low_watermarkとwatermarkpodautoscaler.wpa_controller_high_watermark ) の間にある場合、Datadog から収集されたメトリクスの値 ( watermarkpodautoscaler.wpa_controller_value ) が紫色で表示され、スケーリングイベントをトリガーしないようにコントローラーに指示されます。これらはQuantitiesとして指定されるため、 m | "" | k | M | G | T | P | E使用できます。 m | "" | k | M | G | T | P | Eすると、使用する値を簡単に表すことができます。

メトリクスwatermarkpodautoscaler.wpa_controller_restricted_scaling{reason:within_bounds}を使用して、実際に制限されていることを確認できます。注: この期間中にコントローラーによってスケーリングイベントがトリガーされなかったことをより明確にするために、メトリックは 1000 倍になっています。

速度

構成オプションの 2 番目のセットは、デプロイメントのスケーリング速度に関連しており、 scaleDownLimitFactorおよびscaleUpLimitFactorによって制御されます。これらは 0 ～ 100 の整数です。これらは、現在のレプリカ数を考慮した場合のダウンスケーリングとアップスケーリングの最大比率を表します。

この場合、レプリカが 10 個あり、 scaleUpFactorが 30 (%) でレプリカの推奨数が 14 (推奨の詳細についてはアルゴリズムのセクションを参照) である場合、レプリカの上限は 13 になります。

次のグラフでは、メトリックwatermarkpodautoscaler.wpa_controller_replicas_scaling_proposalで表される推奨レプリカ数 (紫色) が、現在のレプリカ数と比較して多すぎることがわかります。これにより、アップスケールキャッピングロジックがトリガーされます。これは、メトリクスwatermarkpodautoscaler.wpa_controller_restricted_scaling{reason:upscale_capping}を使用して監視できます (注: 上記と同様、より明示的にするためにメトリクスが乗算されています)。したがって、 watermarkpodautoscaler.wpa_controller_replicas_scaling_effectiveの有効数は、 scaleUpLimitFactorに従ってスケールアップされます。

この同様の例では、過度のダウンスケールを避け、同じメトリクスのセットを使用して、適切な数のレプリカだけをスケールダウンすることを保証できます。

私たちは常に保守的なスケーリング決定を行っていることに注意することが重要です。

scaleUpLimitFactorが 29% の場合: レプリカが 10 個あり、13 が推奨されている場合、12 にアップスケールします。
scaleDownLimitFactorが 29% の場合: レプリカが 10 個あり、7 が推奨されている場合、8 にダウンスケールします。
追加または削除を推奨できるレプリカの最小数は 1 (ゼロではありません) です。これは、少数のレプリカを使用する場合のエッジシナリオを回避するためです。
オプションminReplicasおよびmaxReplicas優先されることに注意してください。「優先順位」セクションを参照してください。

クールダウン期間

最後に、利用可能な最後のオプションは、 downscaleForbiddenWindowSecondsとupscaleForbiddenWindowSecondsです。これらは、それぞれ、スケーリングイベント後、スケールダウンとスケールアップまでに待機する時間 (秒単位) を表します。最後のスケーリングイベントのみを保持し、 upscaleForbiddenWindowSecondsを最後にアップスケールしたときと比較しません。

次の例では、クールダウン期間中の場合、推奨されるレプリカ数が無視されることがわかります。ダウンスケールのクールダウン期間は、 watermarkpodautoscaler.wpa_controller_transition_countdown{transition:downscale}で視覚化でき、以下のグラフでは黄色で表示されます。グラフ上のオレンジ色のアップスケールのクールダウン期間 ( transition:upscale ) よりも大幅に高いことがわかります。スケーリングを推奨されると、適切なクールダウン期間が終了した場合にのみスケーリングを行います。これにより、両方のカウントダウンがリセットされます。

スケーリング遅延

バーストによるスケーリングを回避するには、 downscaleDelayBelowWatermarkSecondsおよび/またはupscaleDelayAboveWatermarkSecondsの機能を使用できます。これらのオプションは整数として指定します。メトリクスは、設定された期間中、それぞれのウォーターマークの上または下に留まる必要があります。 WPA のステータスの残り時間を追跡できます。

  - lastTransitionTime: "2022-11-15T02:02:09Z"
    message: Allow downscaling if the value stays under the Watermark
    reason: Value below Low Watermark
    status: "False"
    type: BelowLowWatermark

またはコントローラーのログで:

 {"level":"info","ts":1668481092517.446,"logger":"controllers.WatermarkPodAutoscaler","msg":"Will not scale: value has not been out of bounds for long enough","watermarkpodautoscaler":"datadog/example-watermarkpodautoscaler","wpa_name":"example-watermarkpodautoscaler","wpa_namespace":"datadog","time_left":3209}

注:この機能で複数のメトリクスを使用している場合は、メトリクスのORを使用して上記/以下の条件が考慮されます。

たとえば、2 つのメトリクス M1 と M2 を持つ 60 秒のupscaleDelayがあるとします。 M1 が 40 秒間その最高水準点を上回った場合[t0; t40] 、M2 は 30 秒間最高水準点を超え、最後の 10 秒間は M1 と重なります[t30; t60] 、これによりupscaleDelay条件が検証され、アップスケーリングイベントが許可されます。

優先順位

外部メトリックの値を取得するとき、最初にその値をhighWatermark + toleranceの合計と、その差lowWatermark - toleranceと比較します。範囲外の場合は、レプリカの推奨数を計算します。次に、この値を現在のレプリカ数と比較し、 minReplicasとmaxReplicasに従って推奨レプリカ数を制限する可能性があります。最後に、 downscaleForbiddenWindowSecondsとupscaleForbiddenWindowSecondsを指定して、スケーリングが許可されているかどうかを確認します。

ポッドのライフサイクル

ターゲットをスケーリングできる条件をより詳細に制御するには、次の機能を使用できます。

minAvailableReplicaPercentage : コントローラーがターゲットを自動スケールするために使用できる必要があるレプリカの最小パーセンテージを示します。たとえば、50 に設定され、ターゲットの背後にあるポッドの半分未満が利用可能な状態にある場合、ターゲットはコントローラーによってスケーリングされません。
readinessDelaySeconds : スケーリングの決定で考慮される前に、レプリカを実行する必要がある時間を指定します。

シミュレーション

すべての条件が満たされた場合、 dryRunフラグがtrueに設定されていない場合にのみ、コントローラーは、 scaleTargetRef内のターゲットオブジェクトを推奨レプリカ数にスケールします。これはログによって示されます。

{ "level" : " info " , "ts" : 1566327479.866722 , "logger" : " wpa_controller " , "msg" : " DryRun mode: scaling change was inhibited currentReplicas:8 desiredReplicas:12 " }

制限事項

公式には WPA ごとに 1 つのメトリックのみがサポートされます。ロジックは複数のメトリクスをサポートし、すべてのメトリクスの最大の推奨事項を適用しますが、この洞察を反映するにはステータスに何らかのリファクタリングが必要です。
レプリカの数を正規化するために CPU は考慮されません。

トラブルシューティング

Datadog Cluster Agent 側

Cluster Agent は WPA リソースに対してインフォーマーを実行しており、HPA と同様に、作成/更新/削除時に仕様を解析して Datadog からメトリクスをクエリします。

クラスターエージェントは、デフォルトでは WPA リスナーを実行しません。クラスターエージェントで WPA を有効にするには、環境変数DD_EXTERNAL_METRICS_PROVIDER_WPA_CONTROLLER=trueを設定し、クラスターエージェントサービスアカウントに割り当てられた ClusterRole を更新して、WatermarkPodAutoscaler オブジェクトにアクセスできるようにします。

 [...]
- apiGroups : ["datadoghq.com"]
  resources :
  - watermarkpodautoscalers
  verbs :
  - get
  - list
  - watch
[...]

注: datadog helm チャートを使用してクラスターエージェントで WPA を有効にするには、 clusterAgent.metricsProvider.wpaController trueに設定します。 ClusterRole は自動的に更新されます。

これらの変更を適用して WPA オブジェクトを作成したら、Datadog Cluster Agent ポッドで実行してagent statusを実行すると、解析されたオートスケーラーの仕様に関するより具体的な詳細を確認できるようになります (水平または水平であるかどうか)。ウォーターマークポッドオートスケーラー)。

  * watermark pod autoscaler: default/example2-watermarkpodautoscaler
    - name : example2-watermarkpodautoscaler
    - namespace : default
    - type : watermark
    - uid : ff09b7d8-d99b-11e9-a8c1-42010a8001c4
    Metric name : sinus
    Labels :
    - foo : bar
    Value : 75.1297378540039
    Timestamp : 15688259400
    Valid : true

  * horizontal pod autoscaler: default/nginxext
    - name : nginxext
    - namespace : default
    - type : horizontal
    - uid : 61ef3f6e-af32-11e9-a8c1-42010a8001c4
    Metric name : docker.mem.rss
    Labels :
    - cluster-location : us-central1-a
    - cluster-name : charly
    Value : 263888700952
    Timestamp : 15688259400
    Valid : true

コントローラーのライフサイクル

上記のメトリクスに加えて、これらは WPA の適切な機能をより深く理解するのに役立つログです。

15 秒ごとに、仕様のmetricsセクションにリストされているメトリクスを Datadog から取得します。

{ "level" : " info " , "ts" : 1668484420515.7678 , "logger" : " controllers.WatermarkPodAutoscaler " , "msg" : " Metrics from the External Metrics Provider " , "watermarkpodautoscaler" : " datadog/example-watermarkpodautoscaler " , "wpa_name" : " example-watermarkpodautoscaler " , "wpa_namespace" : " datadog " , "metrics" :[ 33959 ]}
{ "level" : " info " , "ts" : 1668484420515.8203 , "logger" : " controllers.WatermarkPodAutoscaler " , "msg" : " Value is below lowMark " , "watermarkpodautoscaler" : " datadog/example-watermarkpodautoscaler " , "wpa_name" : " example-watermarkpodautoscaler " , "wpa_namespace" : " datadog " , "usage" : " 33959m " , "replicaCount" : 7 , "currentReadyReplicas" : 8 , "tolerance (%)" : 1 , "adjustedLM" : 34650 , "adjustedUsage" : 33959 }
{ "level" : " info " , "ts" : 1668484420515.8906 , "logger" : " controllers.WatermarkPodAutoscaler " , "msg" : " Proposing replicas " , "watermarkpodautoscaler" : " datadog/example-watermarkpodautoscaler " , "wpa_name" : " example-watermarkpodautoscaler " , "wpa_namespace" : " datadog " , "proposedReplicas" : 7 , "metricName" : " datadogmetric@datadog:example-watermarkpodautoscaler-utilization-metric{map[kube_container_name:my-container service:my-target]} " , "reference" : " Deployment/datadog/example-watermarkpodautoscaler " , "metric timestamp" : " Tue, 15 Nov 2022 03:53:20 UTC " }
{ "level" : " info " , "ts" : 1668484420515.9324 , "logger" : " controllers.WatermarkPodAutoscaler " , "msg" : " Normalized Desired replicas " , "watermarkpodautoscaler" : " datadog/example-watermarkpodautoscaler " , "wpa_name" : " example-watermarkpodautoscaler " , "wpa_namespace" : " datadog " , "desiredReplicas" : 7 }
{ "level" : " info " , "ts" : 1668484420515.946 , "logger" : " controllers.WatermarkPodAutoscaler " , "msg" : " Cooldown status " , "watermarkpodautoscaler" : " datadog/example-watermarkpodautoscaler " , "wpa_name" : " example-watermarkpodautoscaler " , "wpa_namespace" : " datadog " , "backoffUp" : false , "backoffDown" : false , "desiredReplicas" : 7 , "currentReplicas" : 8 }
{ "level" : " info " , "ts" : 1668484420515.9563 , "logger" : " controllers.WatermarkPodAutoscaler " , "msg" : " Will not scale: value has not been out of bounds for long enough " , "watermarkpodautoscaler" : " datadog/example-watermarkpodautoscaler " , "wpa_name" : " example-watermarkpodautoscaler " , "wpa_namespace" : " datadog " , "time_left" : 2335 }

ここで、ターゲット展開内に見られるレプリカの現在の数は 6 です。次に、外部メトリックプロバイダーから取得した生の値を確認し、それを最高および最低水準点と比較します。この比較の結果を考慮して、推奨されるレプリカ数を出力します。この場合は5つです。

外部メトリックプロバイダーに直接クエリを実行する場合は、次のコマンドを使用できます。

/" | jq .">kubectl get --raw " /apis/external.metrics.k8s.io/v1beta1/namespaces// " | jq .

オプションで、 ?labelSelector=key%3Dvalueを追加することで、ラベルセレクターを追加することもできます。この場合、メトリクスを取得したい場合は、以下を使用できます。

/?labelSelector=key%3Dvalue%2Cotherkey%3Dothervalue%2Cshort_image%3Dimage" | jq .">kubectl get --raw " /apis/external.metrics.k8s.io/v1beta1/namespaces//?labelSelector=key%3Dvalue%2Cotherkey%3Dothervalue%2Cshort_image%3Dimage " | jq .

次のようなログが表示された場合:

{ "level" : " info " , "ts" : 1566397216.8918724 , "logger" : " wpa_controller " , "msg" : " failed to compute desired number of replicas based on listed metrics for Deployment/datadog/propjoe-green: failed to get external metric dd.propjoe.request_duration.max: unable to get external metric datadog/propjoe-green/&LabelSelector{MatchLabels:map[string]string{fooa: bar,},MatchExpressions:[],}: no metrics returned from external metrics API " }

その後、このメトリクスが実際に外部メトリクスプロバイダーから利用できないことを確認できます。これは、ラベルのタイプミス、または Datadog からメトリクスを取得できないことが原因である可能性があります (これは、スパースすぎる、API のダウン、レート制限のヒットなど、さまざまな要因が原因である可能性があります)。さらに詳しく調査するには、外部メトリックプロバイダーのログを参照してください。

次に、スケーリング速度の上限とクールダウンウィンドウを検証します。スケーリングキャッピングの場合は、次のようになります。

after normalization: 9"}">

{ "level" : " info " , "ts" : 1566327268.8839815 , "logger" : " wpa_controller " , "msg" : " Upscaling rate higher than limit of 50.0% up to 9 replicas. Capping the maximum upscale to 9 replicas " }
{ "level" : " info " , "ts" : 1566327268.884001 , "logger" : " wpa_controller " , "msg" : " Returning 9 replicas, condition: ScaleUpLimit reason the desired replica count is increasing faster than the maximum scale rate " }
{ "level" : " info " , "ts" : 1566327479.8845513 , "logger" : " wpa_controller " , "msg" : " -> after normalization: 9 " }

次にクールダウン期間について考えます。最後のスケーリングイベントがいつ行われたか、および次のアップスケールイベントとダウンスケールイベントが次の時点まで禁止された時期を示すログが記録されます。

{ "level" : " info " , "ts" : 1566327479.8845847 , "logger" : " wpa_controller " , "msg" : " Too early to downscale. Last scale was at 2019-08-20 18:57:44 +0000 UTC, next downscale will be at 2019-08-20 18:58:44 +0000 UTC, last metrics timestamp: 2019-08-20 18:57:59 +0000 UTC " }
{ "level" : " info " , "ts" : 1566327479.8846018 , "logger" : " wpa_controller " , "msg" : " Too early to upscale. Last scale was at 2019-08-20 18:57:44 +0000 UTC, next upscale will be at 2019-08-20 18:58:14 +0000 UTC, last metrics timestamp: 2019-08-20 18:57:59 +0000 UTC " }
{ "level" : " info " , "ts" : 1566327479.884608 , "logger" : " wpa_controller " , "msg" : " backoffUp: true, backoffDown: true, desiredReplicas 5, currentReplicas: 6 " }

最後に、デプロイメントが正しく自動スケールされたことを確認します。

{ "level" : " info " , "ts" : 1566327253.7887673 , "logger" : " wpa_controller " , "msg" : " Successful rescale of watermarkpodautoscaler, old size: 8, new size: 9, reason: cutom_metric.max{map[kubernetes_cluster:my-cluster service:my-service short_image:my-image]} above target " }

追加オプション

注釈wpa.datadoghq.com/logs-attributesを使用して、基礎となる WPA オブジェクトに関連付けられたログに追加のキー値を追加できます。例：

 apiVersion: datadoghq.com/v1alpha1
kind: WatermarkPodAutoscaler
metadata:
  annotations:
    wpa.datadoghq.com/logs-attributes: '{"mywpa": "isgreat"}'
  name: watermarkpodautoscaler-sinus
  namespace: default
  [...]

得られるもの:

 {"level":"info","ts":1643642642091.062,"logger":"controllers.WatermarkPodAutoscaler","msg":"getReadyPodsCount","watermarkpodautoscaler":"default/watermarkpodautoscaler-sinus","mywpa":"isgreat","full podList length":2,"toleratedAsReadyPodCount":2,"incorrectly targeted pods":0}

よくある質問

デプロイメントを手動でスケールするとどうなりますか?
次の調整ループでは、レプリカの新しい数が考慮されて、必要なレプリカ数が計算されます。リソースが他の人によって変更されたことを示すログが表示される場合があります。ただし、構成されたレプリカの数が範囲外の場合、コントローラーは許容範囲内のレプリカの数にスケールバックします。
WPA を一時的に無効にして展開を手動でスケールアップ/スケールダウンするにはどうすればよいですか?
推奨される方法は、WPA をドライランモードに設定し、必要なレプリカ数にスケールすることです。次のパッチコマンドを使用して、予行演習で WPA を設定できます。
```
 kubectl patch wpa  --type='json' -p='[{"op": "replace", "path": "/spec/dryRun", "value":true}]'
```
一時的なオーバーライドが終了したら、WPA が再びアクティブになるように、ドライランモードをfalseに戻すことを忘れないでください。
コントローラーの設置面積はどれくらいですか?
私たちのテストによると、これはクラスター内のデプロイメント数の要因です。
- 500以上の導入、1GB - 30mコア
- 1000 以上のデプロイメント、2.3 GB - 100 ミリコア注: API サーバーが再起動すると、コントローラーランタイムは古い状態と新しい状態を 1 秒間キャッシュし、その後すべてをマージします。これにより、メモリ使用量が急増し、コントローラーが OOM される可能性があります。
コントローラーはステートレスですか?
はい。
WPA は複数のメトリックをサポートしていますか?
はい、WPA は複数のメトリックに基づいて拡張でき、HPA と同様に機能します。 WPA は各メトリックを個別に評価し、最大の数を必要とするメトリックに関連付けられたレプリカの数を提案します。たとえば、WPA が metric1、metric2、metric3 を評価し、それぞれについて 10、20、30 個のレプリカプロポーザルを計算する場合、最終的なプロポーザルは 30 になります。

RBAC

すべての WPA 定義をクラスター全体で監視するため、クラスターロールを使用します。

便利なオプションは、ユーザーになりすまして権利を確認することです。たとえば、WPA コントローラーのサービスアカウントとして展開を取得する権利があることを確認するには、次のようにします。

kubectl get deploy < your_deploy >  --as system:serviceaccount:datadog:watermarkpodautoscaler -n < your_ns >

または、外部メトリクスプロバイダーにクエリを実行します。

/metric --as system:serviceaccount::watermarkpodautoscaler">kubectl get --raw " /apis/external.metrics.k8s.io/v1beta1/namespaces//metric --as system:serviceaccount::watermarkpodautoscaler 

開発者ガイド

開発環境をセットアップする

要件：

golang >= 1.18
作る
港湾労働者
git

リポジトリhttps://github.com/DataDog/watermarkpodautoscalerのクローンを作成した後、いくつかの環境変数を設定します。

 export GO111MODULE=on
unset GOPATH
export PATH= $PATH : $( pwd ) /bin

次に、いくつかのツールの依存関係をインストールするには、 make install-tools実行します。

便利なコマンド

make install-tools : オペレーター SDK を使用するためのツールをインストールします。
make build : コントローラーをローカルでビルドします。
make generate : コントローラーとインフォーマーの登録用のコードを生成する複数のオペレーター SDK ジェネレーターを実行します。
make test : 単体テストを実行します。
make validate : 一般的な Golang リンター ( golangci-lint ) を実行します。
make e2e : 現在構成されている Kubernetes クラスターでエンドツーエンドのテストを実行します。
make container : オペレーター SDK を使用してコントローラー Docker イメージをビルドします。
make container-ci : 多段階の Dockerfile を使用してコントローラーの Docker イメージを構築します。

解放する

リリースプロセスのドキュメントはここから入手できます。

謝辞

一部の機能は、構成可能な HPA または CHPA からインスピレーションを得ています。 CRD の全体的なパッケージ化はオペレーター SDK を使用して行われましたが、コード構造の大部分はウォーターマークポッドオートスケーラーにも使用されました。

拡大する

ウォーターマークポッドオートスケーラー

ウォーターマークポッドオートスケーラーコントローラー

概要

特徴

目標

いつ使用するか

使用法

アルゴリズム

導入

kubectl プラグイン

プロセス

具体例

制限事項

トラブルシューティング

Datadog Cluster Agent 側

コントローラーのライフサイクル

追加オプション

よくある質問

RBAC

開発者ガイド

開発環境をセットアップする

便利なコマンド

解放する

謝辞

Bidi 映画とテレビの bdys Android バージョン

アサルトリリィゲームダウンロード

知識支払いシステムのソースコード丨オンライン教育コンテンツ有料知識実現丨ビデオQ&Aグラフィック有料コースミニプログラムカスタマイズH5

プラント vs. ゾンビ西遊記編

PVZ ハイブリッドバージョン 2.3.5 内蔵メニューバージョン

ピザタワーノイズDLC Mod

ハッピーブロックハウスファミリーシミュレーターモバイル

修理フック地下鉄脱出設置

BodyCam モバイルゲーム

ウォーターマークポッドオートスケーラー

ウォーターマーク ポッド オートスケーラー コントローラー

概要

特徴

目標

いつ使用するか

使用法

アルゴリズム

導入

kubectl プラグイン

プロセス

具体例

制限事項

トラブルシューティング

Datadog Cluster Agent 側

コントローラーのライフサイクル

追加オプション

よくある質問

RBAC

開発者ガイド

開発環境をセットアップする

便利なコマンド

解放する

謝辞

ウォーターマークポッドオートスケーラーコントローラー