# Java Kubernetesで自動スケーリングを行う方法

## 目次

1-1. はじめに

1-2. Kubernetesの自動スケーリングとは

1-3. Horizontal Pod Autoscaler (HPA)の概要

1-4. HPAを使ったスケーリングの設定手順

    - 1-4-1. 必要な前提条件

    - 1-4-2. メトリクスサーバーのインストール

    - 1-4-3. Javaアプリケーションのデプロイ

    - 1-4-4. HPAの設定

1-5. スケーリングの確認と監視

    - 1-5-1. スケーリングの動作確認

    - 1-5-2. Podのリソース使用状況の監視

1-6. HPAを使用する際のベストプラクティス

1-7. 他のスケーリングオプション

    - 1-7-1. Vertical Pod Autoscaler (VPA)

    - 1-7-2. クラスターオートスケーラー

1-8. まとめ

## 1-1. はじめに

Kubernetesはクラウドネイティブアプリケーションのデプロイ、管理、スケーリングを可能にするプラットフォームです。特に、アプリケーションの需要に応じて自動的にリソースを調整する能力は、可用性の確保や運用コストの最適化にとって重要な要素です。本記事では、Kubernetes上でJavaアプリケーションを自動スケーリングする方法について学びます。

## 1-2. Kubernetesの自動スケーリングとは

Kubernetesには主に3つの自動スケーリング手法が存在します。

- Horizontal Pod Autoscaler (HPA)

- Vertical Pod Autoscaler (VPA)

- クラスターオートスケーラー

ここでは、Horizontal Pod Autoscaler (HPA)に焦点を当て、負荷に応じて動的にPodの数を調整する方法を紹介します。

## 1-3. Horizontal Pod Autoscaler (HPA)の概要

HPAは、Kubernetesのリソース使用状況に応じて、デプロイメントやレプリカセットのPod数を動的に調整するための機能です。通常、CPUやメモリ使用率が一定のしきい値を超えた場合に、Podを増やしたり減らしたりします。

## 1-4. HPAを使ったスケーリングの設定手順

### 1-4-1. 必要な前提条件

- Kubernetesクラスタが稼働している

- kubectlがセットアップされている

- 動作するJavaアプリケーションが用意されている

### 1-4-2. メトリクスサーバーのインストール

HPAがPodのCPU使用率やメモリ使用率などのメトリクスに基づいて動作するため、メトリクスサーバーが必要です。

```bash

kubectl apply -f https://github.com/kubernetes-sigs/metrics-server/releases/latest/download/components.yaml

```

### 1-4-3. Javaアプリケーションのデプロイ

まず、任意のJavaアプリケーションをKubernetesクラスタ上にデプロイします。Spring Bootアプリケーションを例に取ります。

```yaml

apiVersion: apps/v1

kind: Deployment

metadata:

  name: java-app

spec:

  replicas: 1

  selector:

    matchLabels:

      app: java-app

  template:

    metadata:

      labels:

        app: java-app

    spec:

      containers:

      - name: java-app

        image: myrepo/java-app:latest

        ports:

        - containerPort: 8080

        resources:

          requests:

            cpu: "500m"

          limits:

            cpu: "1000m"

```

### 1-4-4. HPAの設定

以下の設定で、CPU使用率が50%を超えたときにPodの数が変動します。

```bash

kubectl autoscale deployment java-app --cpu-percent=50 --min=1 --max=10

```

## 1-5. スケーリングの確認と監視

### 1-5-1. スケーリングの動作確認

Kubernetesクラスタに瞬間的な負荷をかけてスケーリングが正常に動作するかテストします。

```bash

kubectl run -i --tty load-generator --image=busybox /bin/sh

# Inside the container:

while true; do wget -q -O- http://java-app-service:8080; done

```

### 1-5-2. Podのリソース使用状況の監視

HPAがスケーリングを行っているログや現状のリソース利用状況を確認します。

```bash

kubectl get hpa

kubectl top pod

```

## 1-6. HPAを使用する際のベストプラクティス

- リソースリクエストと制限を正確に設定する

- メトリクスの正確性を定期的に監視し、必要に応じてメトリクスサーバーのチューニングを行う

- スケーリング動作を段階的に確認し、急激にpod数が増減しないように調整する

## 1-7. 他のスケーリングオプション

### 1-7-1. Vertical Pod Autoscaler (VPA)

VPAは、Pod内のコンテナのCPUとメモリの要求や制限を動的に調整します。この機能により、リソースの無駄を減らし、必要に応じたリソースを確保できます。

### 1-7-2. クラスターオートスケーラー

クラスターのノード数を動的に増減させることで、Podのスケジューリングを最適化します。これはクラウド環境でのリソースの効率的な利用に繋がります。

## 1-8. まとめ

Kubernetesの自動スケーリング機能は、アプリケーションの可用性とパフォーマンスを維持しながら、オペレーションコストを削減するのに非常に役立ちます。Horizontal Pod Autoscaler (HPA)を用いてJavaアプリケーションのPod数を自動調整する方法を学ぶことで、需要に応じたスケーラブルなアプリケーションを構築できるようになります。また、他のスケーリングオプションを理解することで、より柔軟で効率的なクラウドリソースの管理が可能です。

Java Kubernetesで自動スケーリングを行う方法

目次

続きを読むには単価診断を受けてください（30秒）