3.2. 사용자 정의 메트릭 자동 확장기 연산자 개요

개발자는 Red Hat OpenShift용 Custom Metrics Autoscaler Operator를 사용하여 OpenShift Container Platform이 CPU나 메모리에만 기반하지 않는 사용자 정의 메트릭을 기반으로 배포, 상태 집합, 사용자 정의 리소스 또는 작업에 대한 포드 수를 자동으로 늘리거나 줄이는 방식을 지정할 수 있습니다.

사용자 지정 메트릭 자동 확장 연산자는 Kubernetes 이벤트 기반 자동 확장 연산자(KEDA)를 기반으로 하는 선택적 연산자로, 포드 메트릭 외의 추가 메트릭 소스를 사용하여 워크로드를 확장할 수 있습니다.

사용자 정의 메트릭 자동 확장기는 현재 Prometheus, CPU, 메모리 및 Apache Kafka 메트릭만 지원합니다.

사용자 정의 메트릭 자동 확장 연산자는 특정 애플리케이션의 사용자 정의 외부 메트릭을 기반으로 포드의 크기를 조정합니다. 다른 애플리케이션은 계속해서 다른 확장 방법을 사용합니다. 트리거 (스케일러라고도 함)를 구성합니다. 트리거는 이벤트와 메트릭의 소스이며, 사용자 정의 메트릭 자동 스케일러가 스케일링 방법을 결정하는 데 사용합니다. 사용자 정의 메트릭 자동 확장기는 메트릭 API를 사용하여 외부 메트릭을 OpenShift Container Platform에서 사용할 수 있는 형태로 변환합니다. 사용자 정의 메트릭 자동 확장기는 실제 확장을 수행하는 수평적 포드 자동 확장기(HPA)를 생성합니다.

사용자 정의 메트릭 자동 확장기를 사용하려면 워크로드에 대한 ScaledObject 또는 ScaledJob 객체를 만들어야 합니다. 이는 확장 메타데이터를 정의하는 사용자 정의 리소스(CR)입니다. 확장할 배포 또는 작업, 확장할 메트릭의 소스(트리거), 허용되는 최소 및 최대 복제본 수와 같은 기타 매개변수를 지정합니다.

사용자 정의 메트릭 자동 확장기는 HPA와 달리 0까지 확장할 수 있습니다. 사용자 지정 메트릭 자동 확장기 CR에서 minReplicaCount 값을 0 으로 설정하면 사용자 지정 메트릭 자동 확장기는 작업 부하를 복제본 1개에서 0개로 축소하거나 복제본 0개에서 1개로 확대합니다. 이것을 활성화 단계 라고 합니다. 복제본이 1개까지 확장된 후에는 HPA가 확장을 제어합니다. 이것을 스케일링 단계 라고 합니다.

일부 트리거를 사용하면 클러스터 메트릭 자동 확장기에 의해 확장되는 복제본 수를 변경할 수 있습니다. 모든 경우에, 활성화 단계를 구성하는 매개변수는 항상 activation 이라는 접두사가 붙은 동일한 문구를 사용합니다. 예를 들어, 임계값 매개변수가 크기 조정을 구성하는 경우 activationThreshold는 활성화를 구성합니다. 활성화 및 확장 단계를 구성하면 확장 정책에 대한 유연성이 향상됩니다. 예를 들어, 지표가 특히 낮은 경우 확장이나 축소를 방지하기 위해 더 높은 활성화 단계를 구성할 수 있습니다.

서로 다른 결정이 내려지는 경우, 활성화 값은 스케일링 값보다 우선순위가 높습니다. 예를 들어 임계값이 10 으로 설정되고 activationThreshold 가 50 인 경우 메트릭이 40을 보고하면 스케일러가 활성화되지 않고 HPA에 4개의 인스턴스가 필요하더라도 포드가 0으로 조정됩니다.

그림 3.1. 사용자 정의 메트릭 자동 확장 워크플로

View larger image