使用Kubernetes扩容Pod - 问题详情 - 创脉思

解读

在国内游戏公司，Unity 客户端本身并不直接操作 Kubernetes，但中大型项目普遍把战斗服、逻辑服、匹配服、资源服、网关服等后端微服务容器化，并托管在阿里云 ACK、腾讯云 TKE、华为云 CCE 等托管 Kubernetes 集群上。
面试官问“如何扩容 Pod”，表面看是运维题，实则考察候选人是否具备全链路思维：当 Unity 端出现“匹配超时”“副本进不去”等业务异常时，你能否快速定位是客户端热点、网络延迟还是后端容量不足，并给出可落地的扩容方案。
因此，回答要围绕**“我能推动运维/后端一起把容量打上去，而不是只会喊加机器”**这一核心立场展开。

知识点

水平扩容（HPA）
基于 CPU、内存或自定义 QPS、房间数、消息延迟等指标自动扩缩；游戏行业常用** Prometheus + 阿里云 Prometheus 监控 + 自定义 Adapter** 把“当前房间数”暴露为外部指标。
垂直扩容（VPA）
调整 Request/Limit，适用于单 Pod 负载高但并发量低的场景，例如战斗服单核吃满但开房间不多。
节点池扩容（Cluster-Autoscaler）
当 Pod 因资源不足 Pending，自动弹出弹性节点（按量/竞价实例）；国内云厂商支持伸缩组+实例规格模板，注意竞价实例被回收时要配合优雅下线+战斗数据落盘。
灰度扩容 & 热更新
游戏服必须按房间/按逻辑分区灰度，避免新 Pod 直接接全量流量；常用LabelSelector=zone: canary 先扩容 10% 流量观察。
Unity 侧可观测性
在客户端埋点**“匹配耗时”“副本进入失败码”，通过阿里云 SLS/腾讯 CLS** 实时回传，与 HPA 指标联动，实现**“玩家体感触发扩容”**。

答案

当监控发现“副本创建成功率低于 95%”且Pending Pod 数 > 0 时，我会按以下步骤扩容：

确认瓶颈：kubectl describe pod 查看 Event，若提示 Insufficient cpu/memory，则走节点池扩容；若 Pod 已 Running 但处理不过来，则走HPA 扩容。

一键水平扩容：

# 临时手动扩容，先救急
kubectl scale deployment battle-server --replicas=$(kubectl get deployment battle-server -o jsonpath='{.status.replicas}' | awk '{print $1+50}')

固化 HPA 规则：

apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:
  name: battle-server-hpa
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: battle-server
  minReplicas: 80
  maxReplicas: 800
  metrics:
  - type: Pods
    pods:
      metric:
        name: "active_room_count"  # 自定义指标：当前活跃房间数
      target:
        type: AverageValue
        averageValue: "30"  # 每个 Pod 承载 30 房间

节点池兜底：在阿里云 ACK 控制台开启cluster-autoscaler，配置伸缩组（实例规格 c6/ g7+ 本地 SSD，竞价实例比例不超过 30%），保证 2 min 内弹出节点。
Unity 观测闭环：客户端上报**“进入副本失败_错误码 10086”到 CLS，触发云函数调用阿里云EventBridge**，自动执行上述 scale 命令，实现**“玩家无感扩容”**。
缩容保护：战斗服 Pod 需实现优雅下线接口（PreStop Hook 通知网关不再分发新房间，等待 90 s 后退出），避免玩家掉线。

通过上述流程，3 分钟内可把副本创建成功率拉回 99%，且成本仅上涨 15%（竞价实例+自动缩容）。

拓展思考

单局长时间游戏（如 30 min 一局的 MOBA）如何缩容？
可引入**“热缩”概念：给 Pod 打不可调度标签**（kubectl cordon），等待自然空房后缩容，缩容时间=最长单局时长+2 min 缓冲。
跨地域同服场景，如何做到按地域就近扩容？
利用阿里云 ACK One 多集群联邦，把**“玩家地域”作为自定义指标，北京/上海/广州三个联邦 HPA 各自扩容，Unity 客户端通过DNS 权重或TGW 就近接入**。
Unity 本地开发机也能一键“扩容”吗？
使用Kind + K9s 在本地搭建轻量集群，把战斗服镜像跑起来，通过Telepresence 把本地 Pod 与云端互通，本地代码热重载即可模拟扩容效果，CI 阶段提前发现资源泄漏。