我对Prometheus完全陌生，并试图为用例实现HPA。
我们的用例是application/pod将异步处理队列中的作业。每个吊舱将尽可能多地拉动作业，一旦达到限制，就必须开始自动缩放。
要做到这一点，有两种方法，
-
Pod将暴露一个Gauge度量；状态"；默认情况下，它将为0(可自由处理作业(，一旦它提取了尽可能多的可处理作业，它将被设置为1。因此，在任何时间点，指标都只有0或1，可以取过去10分钟的平均值来确定吊舱上的负载。如果平均值高于0.7，那么我们可以假设吊舱在过去10分钟内被占用了70%以上，必须进行缩放。
-
Pod将暴露直方图度量"0"；状态"；具有两个桶0&1.每次吊舱完全被占用时，都会观察到该状态，其常数值为1。为了确定何时缩放，我们可以考虑过去10分钟的第90个百分位数，即如果过去10分钟中的第90百分位数不为零，则吊舱在90%的时间内被完全占用，必须放大。
第一种方法更简单，对我来说更有意义，但平均值可能会产生误导。关于直方图，我不太确定它们是否可以用于这样的用例。
如果我需要选择您的方法之一，我可能会选择第一种方法。
但我可能会改变这里的道路。
我可能会使用队列的度量，而不是使用应用程序的度量来决定需要多少个作业/pod。
为此，我使用了KEDA，并推荐它。使用KEDA可以帮助您扩展解决方案，并继续使用普罗米修斯来跟踪正在发生的事情。
KEDA支持作业或部署。在某些情况下，作业(Scaled Job(比部署(Scaled Object(更有优势。例如，如果您可以使用作业，您还可以利用扩展临时节点或从零节点扩展到所需的节点数。