概览
本指南演示了如何使用 Kubernetes Event-Driven Autoscaler（KEDA）为 Amazon Elastic Kubernetes Service（Amazon EKS）应用程序实施事件驱动型自动扩展。本指南展示了如何根据自定义指标，而不仅仅是 CPU 和内存利用率来扩展部署。KEDA 与 Kubernetes 集成，为事件驱动型工作负载扩展了自动扩展功能。通过本指南，您可以使用 KEDA 基于自定义指标的自动扩展功能，在 Amazon EKS 上优化资源预置，提高成本效率，并增强事件驱动型应用程序的客户体验。
Well-Architected 支柱
上面的架构图是按照 Well-Architected 最佳实践创建的解决方案示例。要做到完全的良好架构，您应该遵循尽可能多的 Well-Architected 最佳实践。
这种事件驱动型架构可用于定义精确的扩展规则，对应用程序如何响应特定事件或指标进行精细控制。通过使用 KEDA，可提高 Kubernetes 环境的效率、资源利用率和响应能力，从而推动卓越运营。
使用 IAM 角色获取临时凭证，以便访问各种 AWS 服务。为基于 Kubernetes 的应用程序集成原生身份验证和授权机制，以安全地与 Kubernetes API 服务器交互。通过精确定义 IAM 策略，授予最低的必要权限，可以有效减少未经授权的访问，加强环境的安全性。
在 Kubernetes 中使用容器组（pod）拓扑分布限制可以帮助您提高应用程序的可用性和弹性。此功能可控制容器组（pod）在不同故障域（例如主机或可用区）之间的分布。通过确保均衡、最佳的分布，可以最大限度地减少单个域内潜在故障的影响，从而增强应用程序的整体完整性。
Amazon EKS 集群的多可用区设置可实现低延迟性能。虽然可能会出现跨可用区的子网间流量，但预计由此产生的延迟对应用程序性能的影响极小。在需要更低延迟的情况下，您可以在单个可用区内引导流量，进一步优化网络性能。
KEDA 的自动容器组（pod）扩展功能有助于节省成本。通过根据自定义指标来启动扩展，您可以实现容器组（pod）最佳可用性，以满足应用程序的需求，避免过度配置和不必要的成本。
您可以通过 Kubernetes HPA 实现可持续的资源管理。KEDA 可利用此功能，根据自定义指标有效扩展工作负载，从而只运行所需的容器组（pod）。通过访问 60 多种不同的扩展器，您可以根据自己的特定需求定制扩展行为，最大限度地利用已部署的资源，防止过度分配。
免责声明
找到今天要查找的内容了吗？
请提供您的意见，以便我们改进网页内容的质量。