我已经在Kubernetes上部署了一个应用程序，并想测试hpa。使用kubectl top-nodes命令，我注意到cpu和内存增加了，但没有给它带来压力。这有道理吗？
此外，在强调使用apachebench进行部署的同时，cpu和内存的增加不足以通过目标并制作副本。
我的部署yaml文件太大了，无法提供它。这是我的一个容器。
- name: web
image: php_apache:1.0
imagePullPolicy: Always
resources:
requests:
memory: 50Mi
cpu: 80m
limits:
memory: 100Mi
cpu: 120m
volumeMounts:
- name: shared-data
mountPath: /var/www/html
ports:
- containerPort: 80
它由15个集装箱组成我有一个虚拟机，它包含一个有2个节点(主节点、工作节点(的集群。
我想强调部署，这样我就可以看到它的规模扩大。但我觉得这里有个问题！在不给应用程序带来压力的情况下，
Pod的CPU/Memory已经通过目标，并且已经制作了2个副本(而没有强调(。我知道我向容器提供的请求越多，这个百分比就越低。但是，在不增加压力的情况下，从一开始就增加内存/cpu的使用量有意义吗？
我希望，目标的左侧部分(pod中内存的使用率(处于0%的起点，并尽我所强调的那样增加它并创建副本。但正如我在apache bench上强调的那样，该值最多增加了10%的
我们可以在这里看到CPU的使用情况：kubectl顶部吊舱
NAME CPU(cores) MEMORY(bytes)x-app-55b54b6fc8-7dqjf 76m 765Mi
！！59%是pod的内存使用率，由内存请求/内存之和(内存使用率(描述。在我的情况下59%=765Mi/1310Mi
HPA yaml文件：
apiVersion: autoscaling/v2beta2
kind: HorizontalPodAutoscaler
metadata:
name: hpa
spec:
maxReplicas: 10
minReplicas: 1
scaleTargetRef:
apiVersion: apps/v1
kind: Deployment
name: myapp
metrics:
- type: Resource
resource:
name: memory
target:
type: Utilization
averageUtilization: 35
使用kubectl top nodes命令，我注意到cpu和内存在增加的同时没有增加压力。这有意义吗
是的，这很有道理。如果您要查看Google Cloud关于请求和限制
请求和限制是Kubernetes用来控制CPU和内存等资源的机制请求是容器保证得到的如果容器请求资源，Kubernetes只会将其安排在可以为其提供资源的节点上限制，另一方面，确保容器永远不会超过某个值。容器只允许上升到极限，然后就受到限制。
但是，从一开始就增加内存/cpu的使用量，而不增加压力，这有意义吗
是的，例如您的容器www，它可以从memory: 50Mi和cpu: 80m开始，但可以增加到memory: 100Mi和cpu: 120m。此外，正如您所提到的，您总共有15个容器，因此根据它们的request、limits，它可以达到您的memory中的35%以上。
在HPA文档-算法细节中，您可以找到信息：
当指定targetAverageValue或targetAverageUtilization时，currentMetricValue是通过取HorizontalPodAutoscaler刻度目标中所有Pod的给定度量的平均值来计算的。然而，在检查公差并决定最终值之前，我们会考虑吊舱准备情况和缺失指标。
所有设置了删除时间戳的Pod(即处于关闭过程中的Pod(和所有失败的Pod都将被丢弃。
如果某个特定Pod缺少度量，则将其留作以后使用；缺少度量的Pods将用于调整最终缩放量。
不确定最后一个问题：
！！59%是pod的内存使用率，由内存请求/内存之和(内存使用率(描述。在我的情况下，59%=765Mi/1310Mi
在您的HPA中，您设置在averageUtilization:达到memory的35%时创建另一个pod。它到达59%，并创建了另一个吊舱。由于HPA目标是memory，因此HPA根本不计算CPU。此外，请记住，由于这是average，更改值大约需要1分钟。
为了更好地了解HPA是如何工作的，请尝试此演练。
如果这没有帮助，请澄清你到底在问什么。