Guide d'étude de l'administrateur Kubernetes certifié (CKA) (French Edition), 2nd Edition
by Benjamin Muschko
Chapitre 12. Évolutivité des charges de travail
Cet ouvrage a été traduit à l'aide de l'IA. Tes réactions et tes commentaires sont les bienvenus : translation-feedback@oreilly.com
Il y a plusieurs raisons pour lesquelles il faut adapter une charge de travail, surtout pour garder des performances optimales quand la demande augmente. Par exemple, une application peut voir son nombre d'utilisateurs exploser quand elle devient populaire, ou elle peut devoir traiter de plus en plus de données au fil du temps.
Dans Kubernetes, on peut faire ça de deux façons : en augmentant les ressources allouées à chaque pod (scaling vertical) ou en ajustant le nombre de pods qui tournent en même temps (scaling horizontal). Le scaling horizontal est super efficace pour gérer les charges de travail qui changent, car il permet à l'appli de rester réactive et résiliente quand la demande varie, comme quand il y a des contraintes sur le CPU, la mémoire et les E/S.
Dans ce chapitre, tu vas apprendre à faire évoluer manuellement le nombre de répliques en réponse à une augmentation de la charge de l'application. En plus, on va explorer l'API primitive HorizontalPodAutoscaler (HPA), qui te permet de faire évoluer automatiquement l'ensemble géré de pods en fonction de seuils de ressources tels que le CPU et la mémoire. On ne va pas aborder le dimensionnement vertical représenté par l'API primitive VerticalPodAutoscaler (VPA), car l'examen ne le couvre pas.
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access