k8s17-Deployment-2 [ Cuzz'博客 ]

我

1. 使用 Deployment 实现横向扩展（Scale Out）与收缩（Scale In）

Kubernetes 通过 Deployment 控制器管理 ReplicaSet（副本集），再由副本集管理 Pod 副本，实现横向扩展与收缩。
Deployment 中设定的 .spec.replicas 值即为期望副本数，Deployment 会确保对应的 ReplicaSet 和 Pod 数量与之保持一致。([官方文档最新说明])(kubernetes.io, kubernetes.io)

<<<bash
kubectl apply -f deployment.yaml
<<<

（推荐用 apply 而非 create，便于后续更新）

<<<bash
kubectl get deploy,rs,pod
<<<

要查看 ReplicaSet 或 Pod 的更多关联标签信息，可以加上 --show-labels 参数；Deployment rollout 状态可以通过 kubectl rollout status deployment/<name> 检查。

<<<bash
kubectl scale deployment/ –replicas=<数量>
<<<

或通过 YAML 文件统一管理：

<<<bash
kubectl scale -f .yaml –replicas=<数量>
<<<

可搭配 --current-replicas=<当前数量> 参数设定前置条件，确保安全变更。([官方 kubectl scale 参考])(komodor.com, kubernetes.io)

执行扩展后，Deployment 控制器会启动新的 ReplicaSet（若模板已更新）或调整现有 ReplicaSet 的副本数量。系统会确保 Pods 数量匹配期望值。([官方文档说明])(kubernetes.io)
使用 kubectl get pods 可核实实际运行的 Pod 数量。

若将副本数设置为较小值，如 2，系统会自动终止多余 Pod，实现收缩功能。
若设置为 0，可保留 Deployment 和 ReplicaSet 对象，但 Pod 会全部删除。需要注意：缩减至 0 后可能存在 Pod 终止的延迟状态（Terminating 状态），应等待状态稳定后再继续操作。([实用参考说明])(stormforge.io)

再次设置副本数（如从 0 调整为 3），即可恢复对应数量的 Pods。Deployment 会重新启动对应 ReplicaSet 创建 Pod。无须重新创建 Deployment 对象。([官方机制说明])(kubernetes.io)

除了手动 kubectl scale，Kubernetes 还支持自动扩缩机制：

Horizontal Pod Autoscaler（HPA）：基于 CPU／内存或自定义指标自动调整 Deployment 副本数。适用于工作负载波动频繁的场景。([官方 HPA 文档])(spot.io, kubernetes.io)
Vertical Pod Autoscaler（VPA）：动态调整 Pod 的资源配置（例如 CPU、内存），通过重新调度 Pod 实现。更适用于性能提升和资源利用优化。([相关介绍])(medium.com)
Cluster Autoscaler：自动调整 Kubernetes 集群中的节点数量，以适应 Pods 对资源的需求变化。HPA 和 Cluster Autoscaler 可协同工作：若 HPA 请求的 Pod 多于当前集群可用资源时，Cluster Autoscaler 会增加节点容量。([CA 与 HPA 协作说明])(docs.digitalocean.com)