Kubernetes HPA Custom Metrics: Ani Ölçek Dalgalanmasını ve Thrashing'i Önleme

Problemi doğru sınırlandırın

CPU dışındaki kuyruk yaşı veya istek oranıyla autoscaling yaparken metric gecikmesi, stabilization window ve kapasite sınırlarını doğru ayarlayın.

Bu rehberin odak noktası uygulamayı gerçek iş yükü sinyaline göre kararlı biçimde ölçeklemek. Örnek senaryo gerçek bir müşteri vakası değil, karar mantığını görünür kılmak için hazırlanmış varsayımsal bir çalışma örneğidir: Worker podları CPU düşükken uzun kuyruk taşıyor; queue length metriği eklenince pod sayısı her dakika sert biçimde inip çıkıyor.

Üretim güvenilirliği tek bir araç veya dashboard satın alarak oluşmaz. Deploy, health, yedek, bağımlılık ve performans sinyallerinin hangi kullanıcı etkisini temsil ettiği açık olmadığında ekip çok veri toplar fakat geç karar verir.

Karar çerçevesi

Bu durumda temel karar şudur: Metric'in pod kapasitesiyle ilişkisini ölçün; scale-up ve scale-down davranışına ayrı stabilization ve sınır uygulayın. Bu kararın değeri, ekip tarafından aynı şekilde yorumlanabilmesi ve testle kanıtlanabilmesidir. Belirsiz ifadeler yerine gözlenebilir davranış, sorumlu sistem ve hata halinde beklenen sonuç yazılmalıdır. Uygulama ayrıntısı: Kuyruk uzunluğunu tek başına kullanmak yerine kuyruk yaşı veya işleme hızını da değerlendirin; backlog büyüklüğü işlerin gerçek aciliyetini her zaman göstermez.

İyi operasyon tasarımı; ölçülebilir eşikler, prova edilmiş geri dönüşler ve sahipliği belirlenmiş aksiyonlardan oluşur. Kontrolün gerçekten çalıştığı düzenli olarak test edilmelidir.

Dört uygulama ve kabul kontrolü

Birinci kontrol “Metric gecikmesini ölçün” olmalıdır. Bunun için önce mevcut durumdan örnek kayıt veya trafik seçin, beklenen sonucu önceden yazın ve değişiklikten sonra aynı örnekleri yeniden çalıştırın. Kontrolün sahibi ile kanıtın saklanacağı yer belli değilse, test tamamlandı denmemelidir.

İkinci kontrol “Ani yükte scale-up süresini test edin” maddesidir. Bu kontrol yalnızca başarılı senaryoda değil; boş veri, gecikme, tekrar, yetkisiz kullanıcı veya bağlantı sorunu gibi sınır koşullarında da denenmelidir. Böylece sistemin yalnızca demo sırasında değil gerçek operasyon baskısı altında nasıl davrandığı anlaşılır.

Üçüncü kontrol “Scale-down sırasında açık işleri koruyun” olarak tanımlanmıştır. Uygulama ekibi teknik logları izlerken operasyon ekibi aynı olayın kullanıcı veya iş sonucu üzerindeki etkisini görebilmelidir. İki görünüm arasında ilişki kurulması, sorunun kaynağını daha hızlı ayırmaya yardımcı olur.

Yayın öncesinde uygulamayı gerçek iş yükü sinyaline göre kararlı biçimde ölçeklemek bağlamında minimum ve maksimum replica sınırını doğrulayın için hazırlığı somutlaştırmalısınız. Bu kontrol hangi test verisiyle yapılacak, beklenen davranış nasıl ölçülecek, arızalı sonucun kullanıcıya görüntüsü ne olacak, ve bulunursa veri nasıl düzeltilecek—tüm bunlar yazılı olmalıdır. Sorumlu kişi, kanıt deposu ve geri alma adımları belirlenmek üzere bir form doldurmalısınız.

Riskleri yayın öncesinde görünür kılın

Yayından sonra ilk 24 saat kritiktir. Normal durumda beklediğiniz sinyalleri (işlem sayısı, hata oranı, yanıt süresi) önceden yazın; hangi değerler alarm üreteceği ve kim baktığını belirleyin. scale-down sırasında iş kaybı gerçekleşirse geri alma kararını kimin vereceği ve kaç dakika içinde uygulanacağı belli olmalıdır. Ardından minimum ve maksimum replica sınırını doğrulayın yeniden çalıştırarak değişikliğin hala güvenli olduğunu kanıtlayın. Kanıt planı: Yük üreticisinde basamaklı trafik verin ve replica sayısı, queue age ve processing rate eğrilerini aynı zaman çizelgesinde karşılaştırın.

Kabul kriterini operasyonla bağlayın

Dördüncü kontrol “Minimum ve maksimum replica sınırını doğrulayın” maddesidir. Bu son adım çoğu projede atlanır; oysa yayın öncesi kabul listesinin bir parçası olduğunda değişikliğin ne zaman gerçekten tamamlandığı netleşir. Kontrol sonuçları tarih, sürüm ve sorumlu ile kaydedilmelidir.

Birincil kaynaklarla teknik çerçeveyi doğrulayın

Risk analizi üç görünür başlıkta tutulabilir. Birincisi “Thrashing ile kaynak israfı”. Bu risk için erken uyarı sinyali, etkilenebilecek kayıt veya kullanıcı kapsamı ve geri alma adımı yazılmalıdır. İkincisi “Gecikmeli metric yüzünden geç ölçek”; bunu yalnızca log hatası olarak değil veri veya müşteri etkisi olarak da ölçün. Üçüncüsü “Scale-down sırasında iş kaybı”; bu risk gerçekleşmese bile test senaryosunda kasıtlı olarak tetiklenerek kontrolün işe yaradığı kanıtlanabilir.

• Kubernetes Docs — Horizontal Pod Autoscaling
• OpenTelemetry Documentation

Yayın, gözlem ve geri dönüş planı

Kabul tablosu proje yönetim aracı yerine geçmez; ekiplerin aynı 'bitti' tanımını kullanmasını sağlar. Her kontrol için örnek veri, beklenen sonuç, gözlem noktası ve sorumlu belirlemek; sonradan yaşanan tartışmayı yayın öncesi karara dönüştürür. Eğer bir kontrol otomatikleştirilebiliyorsa regresyon testine eklenmesi, manuel kalıyorsa tekrar çalıştırılabilecek kısa bir runbook'a bağlanması yararlıdır. Kapsam sınırı: Autoscaling kötü performanslı kodu gizleyen sonsuz kapasite çözümü değildir; pod başına throughput ve downstream limitler ayrıca ölçülmelidir.

Teknik çerçeveyi kontrol ederken bu rehberde Kubernetes Docs — Horizontal Pod Autoscaling, OpenTelemetry Documentation birincil dokümantasyonları referans alınmıştır. Bu kaynaklar kullanılan kavramların ve platform davranışlarının resmi açıklamalarını sağlar; ancak sizin veri modeliniz, sözleşmeleriniz, trafik profiliniz ve güvenlik gereksiniminiz için nihai tasarım kararı değildir. Uygulama öncesinde kullanılan ürün/sürüm dokümantasyonu yeniden kontrol edilmelidir.

Yayın planında üç kapı kullanın: önce yapısal doğrulama, sonra sınırlı gerçek kullanım, son olarak genişletme. İlk kapıda şema, yetki, hata ve veri bütünlüğü test edilir. İkinci kapıda gerçek trafik veya temsil edici kullanıcı grubu üzerinden performans ve davranış izlenir. Üçüncü kapıya yalnızca belirlenen hata bütçesi ve iş metriği sınırları içinde kalındığında geçilir. Bu sıra, değişikliği yavaşlatmak için değil geri bildirim maliyetini düşürmek için vardır.

Sık sorulan sorular

Kubernetes HPA Custom Metrics için ilk adım nedir?

Önce problemi teknik çözüm adıyla değil iş etkisiyle sınırlayın. Bu rehberdeki senaryoda başlangıç noktası uygulamayı gerçek iş yükü sinyaline göre kararlı biçimde ölçeklemek. Ardından mevcut davranışı ölçün ve ilk kabul kriterini metric gecikmesini ölçün şeklinde somutlaştırın.

Bu çalışma tek seferde canlıya alınmalı mı?

Genellikle hayır. En güvenli yaklaşım, değişikliği küçük bir kapsamda doğrulayıp gözlem sinyallerini izlemektir. Özellikle “Thrashing ile kaynak israfı” riski gerçekleştiğinde geri dönüş veya telafi adımının önceden tanımlı olması gerekir.

Güvenlik, Performans ve DevOps projesinde başarı nasıl kabul edilir?

Başarı yalnızca ekranın veya endpoint'in çalışması değildir. Ani yükte scale-up süresini test edin ve scale-down sırasında açık işleri koruyun birlikte doğrulanmalı; hata, tekrar ve yetki gibi sınır durumları için de ölçülebilir kanıt üretilmelidir.

Bu içerikteki senaryo ve kabul örnekleri açıklama amacıyla hazırlanmış varsayımsal örneklerdir; müşteri sonucu, fiyat, sertifikasyon veya performans garantisi değildir. Platform davranışları uygulama tarihinde güncel birincil dokümantasyondan yeniden doğrulanmalıdır.