将 KEDA 与 Kubernetes 集群集成以实现事件驱动型可扩展性
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。
请注意：[免责声明]
架构图
-
EKS 集群
-
KEDA 概览
-
使用 KEDA 进行扩展
-
EKS 集群
-
此架构图显示了如何在 Amazon EKS 集群上部署 KEDA。如需查看 KEDA 概览，请打开下一个选项卡。
单击可放大
第 1 步
使用 AWS Identity and Access Management（IAM）权限搭建 AWS Cloud9 环境。第 2 步
在 AWS Cloud9 中安装 helm、eksctl、kubectl 和 AWS 命令行界面（CLI）。第 3 步
Amazon Elastic Kubernetes Service（Amazon EKS）集群和 EKS 托管的节点组通过 AWS Cloud9 启动。第 4 步
使用服务账户（IRSA）所需的 IAM 角色部署 KEDA。第 5 步
部署 Amazon Simple Queue Service（Amazon SQS）以解耦应用程序之间的通信，并在 KEDA IRSA 上附加策略以访问 Amazon SQS。第 6 步
创建 Amazon Managed Service for Prometheus，而且可选择性创建 Amazon Managed Grafana。第 7 步
配置适用于 OpenTelemetry 的 AWS Distro，以将应用程序指标发送到 Amazon Managed Service for Prometheus（已部署所需的 IAM IRSA）。第 8 步
配置 Sigv4 代理容器组（pod），以使用 Amazon Managed Service for Prometheus 对 KEDA 进行身份验证（已部署所需的 IAM IRSA）。第 1 步
使用 AWS Identity and Access Management（IAM）权限搭建 AWS Cloud9 环境。第 2 步
在 AWS Cloud9 中安装 helm、eksctl、kubectl 和 AWS 命令行界面（CLI）。第 3 步
Amazon Elastic Kubernetes Service（Amazon EKS）集群和 EKS 托管的节点组通过 AWS Cloud9 启动。第 4 步
使用服务账户（IRSA）所需的 IAM 角色部署 KEDA。第 5 步
部署 Amazon Simple Queue Service（Amazon SQS）以解耦应用程序之间的通信，并在 KEDA IRSA 上附加策略以访问 Amazon SQS。第 6 步
创建 Amazon Managed Service for Prometheus，而且可选择性创建 Amazon Managed Grafana。第 7 步
配置适用于 OpenTelemetry 的 AWS Distro，以将应用程序指标发送到 Amazon Managed Service for Prometheus（已部署所需的 IAM IRSA）。第 8 步
配置 Sigv4 代理容器组（pod），以使用 Amazon Managed Service for Prometheus 对 KEDA 进行身份验证（已部署所需的 IAM IRSA）。 -
KEDA 概览
-
此架构图展示了 KEDA、Kubernetes Horizontal Pod Autoscaler（HPA）和外部事件源如何协同工作的概览。如需了解 KEDA 缩放容器组（pod），请打开下一个选项卡。
单击可放大
第 1 步
已扩展的对象是 CustomResourceDefinition（CRD），用于配置事件源、要扩展的部署和扩展行为。第 2 步
KEDA 可激活和停用 Kubernetes 部署，以便在无事件发生时不扩展。这是安装 KEDA 时运行的 keda-operator 容器的主要作用之一。第 3 步
KEDA 为 Kubernetes Horizontal Pod Autoscaling（HPA）给出自定义指标，将容器组（pod）从一个扩展到所需数量。第 4 步
HPA 根据 KEDA 指令扩展容器组（pod）。第 5 步
KEDA 支持 60 多个事件源，可在以下位置获取：KEDA 目前可用的扩展器。第 1 步
已扩展的对象是 CustomResourceDefinition（CRD），用于配置事件源、要扩展的部署和扩展行为。第 2 步
KEDA 可激活和停用 Kubernetes 部署，以便在无事件发生时不扩展。这是安装 KEDA 时运行的 keda-operator 容器的主要作用之一。第 3 步
KEDA 为 Kubernetes Horizontal Pod Autoscaling（HPA）给出自定义指标，将容器组（pod）从一个扩展到所需数量。第 4 步
HPA 根据 KEDA 指令扩展容器组（pod）。第 5 步
KEDA 支持 60 多个事件源，可在以下位置获取：KEDA 目前可用的扩展器。 -
使用 KEDA 进行扩展
-
此架构图展示了 KEDA 根据自定义指标来源扩展部署容器组（pod）。如需了解 EKS 集群，打开第一个选项卡。
单击可放大
第 1 步
该应用程序使用 Amazon SQS 解耦微服务之间的通信。第 2 步
适用于 OpenTelemetry 的 AWS Distro 获取由应用程序提供的指标，并将其发送到 Amazon Managed Service for Prometheus。第 3 步
KEDA 可使用 Amazon SQS 和 Amazon Managed Service for Prometheus 扩展器来获取 Amazon SQS 队列长度和 Prometheus 自定义指标。第 4 步
KEDA（keda-operator-metrics-apiserver）提供用于 HPA 进行扩展的事件数据。第 5 步
HPA 可以扩展到适当数量的容器组（pod）。第 6 步
集群自动扩展（CA）使用自动扩缩组预置所需的节点。 除了 CA，您也可以使用 Karpenter。第 7 步
根据需要预置新容量。第 8 步
您可以有选择性地配置 Amazon Managed Grafana，用于在控制面板中显示 Amazon Managed Service for Prometheus 的指标。第 1 步
该应用程序使用 Amazon SQS 解耦微服务之间的通信。第 2 步
适用于 OpenTelemetry 的 AWS Distro 获取由应用程序提供的指标，并将其发送到 Amazon Managed Service for Prometheus。第 3 步
KEDA 可使用 Amazon SQS 和 Amazon Managed Service for Prometheus 扩展器来获取 Amazon SQS 队列长度和 Prometheus 自定义指标。第 4 步
KEDA（keda-operator-metrics-apiserver）提供用于 HPA 进行扩展的事件数据。第 5 步
HPA 可以扩展到适当数量的容器组（pod）。第 6 步
集群自动扩展（CA）使用自动扩缩组预置所需的节点。 除了 CA，您也可以使用 Karpenter。第 7 步
根据需要预置新容量。第 8 步
您可以有选择性地配置 Amazon Managed Grafana，用于在控制面板中显示 Amazon Managed Service for Prometheus 的指标。
Well-Architected 支柱
当您在云中构建系统时，AWS Well-Architected Framework 可以帮助您了解所做决策的利弊。框架的六大支柱使您能够学习设计和操作可靠、安全、高效、经济高效且可持续的系统的架构最佳实践。使用 AWS 管理控制台中免费提供的 AWS Well-Architected Tool，您可以通过回答每个支柱的一组问题，根据这些最佳实践来检查您的工作负载。
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。
-
卓越运营阅读《卓越运营》白皮书
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。
-
安全性阅读《安全性》白皮书
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。
-
可靠性阅读《可靠性》白皮书
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。
-
性能效率阅读《性能效率》白皮书
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。
-
成本优化阅读《成本优化》白皮书
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。
-
可持续性阅读《可持续性》白皮书
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
示例代码；软件库；命令行工具；概念验证；模板；或其他相关技术（包括由我方人员提供的任何前述项）作为 AWS 内容按照《AWS 客户协议》或您与 AWS 之间的相关书面协议（以适用者为准）向您提供。您不应将这些 AWS 内容用在您的生产账户中，或用于生产或其他关键数据。您负责根据特定质量控制规程和标准测试、保护和优化 AWS 内容，例如示例代码，以使其适合生产级应用。部署 AWS 内容可能会因创建或使用 AWS 可收费资源（例如，运行 Amazon EC2 实例或使用 Amazon S3 存储）而产生 AWS 费用。
本指南中提及第三方服务或组织并不意味着 Amazon 或 AWS 与第三方之间存在认可、赞助或从属关系。AWS 的指导是一个技术起点，您可以在部署架构时自定义与第三方服务的集成。