解读

在国内云原生面试中，CouchDB 通常以 CouchDB Operator 形式部署在 Kubernetes 集群内。CRD 中的 autoScale: true 并不是 Kubernetes 原生的 HPA 开关，而是 Operator 自定义字段。该字段被 Operator 识别后，会自动为 CouchDB 集群创建 v2 版本的 HorizontalPodAutoscaler 对象。因此，面试官真正想考察的是：

1. 你能否把“CRD 字段”与“底层 HPA 资源”对应起来；
2. 你是否清楚 v2 HPA 支持的指标类型；
3. 你是否了解 CouchDB 在 国内容器云场景 下最常用的压测指标与阈值。

知识点

1. CouchDB Operator 自动创建的 HPA 版本：默认使用 autoscaling/v2，不再用 v1。
2. 核心指标（必须至少配置一项）：
   • resource.metrics：
     – cpu：容器 CPU 使用率，阈值默认 70%（可覆盖）。
     – memory：容器内存使用率，阈值默认 80%（部分国内发行版关闭，需显式开启）。
3. 自定义指标（推荐在国内容器云生产开启）：
   • pods.couchdb_http_request_duration_seconds_avg：P99 请求延迟，阈值常设 500 ms。
   • pods.couchdb_http_requests_per_second：QPS，阈值按单 Pod 2000 req/s 计算。
   • pods.couchdb_erlang_vm_memory_bytes：Erlang VM 内存，阈值 80% 容器 limit。
4. 外部指标（金融、政务云常用）：
   • kubernetes.external.metrics.kafka_lag_couchdb_topic：当 CouchDB 通过 Kafka 做同步时，Lag 超过 10 万条 即扩容。
5. 扩缩边界：
   • minReplicas ≥ 3（国内等保要求多 AZ 容灾）。
   • maxReplicas ≤ 32（超过后需改 shard 数，否则 Meta 节点压力大）。
6. 指标来源：
   • 默认安装 prometheus-adapter 提供自定义/外部指标；
   • 国内容器云平台（阿里云 ACK、腾讯云 TKE、华为云 CCE）已内置对应 Custom Metrics API 端点，无需额外搭建。

答案

当 CRD 设置 autoScale: true 后，CouchDB Operator 会生成 autoscaling/v2 版本的 HPA，依据以下三类指标决策：

1. Resource 指标：
   – CPU 使用率 70%；
   – Memory 使用率 80%（若开启）。
2. Pods 自定义指标：
   – P99 延迟 > 500 ms；
   – 单 Pod QPS > 2000；
   – Erlang VM 内存 > 80% limit。
3. External 指标（可选）：
   – Kafka Lag > 100k 条。

HPA 每 15 秒 抓取一次指标，连续 3 次 超过阈值即扩容，低于阈值 5 次 后缩容，冷却窗口 5 分钟，防止抖动。

拓展思考

1. 如果业务是 离线优先移动 App，峰值出现在节假日，建议把 QPS 指标权重调高到 60%，CPU 权重降到 20%，避免夜间低流量误缩容。
2. 在 金融两地三中心 场景，HPA 扩容后需保证 Shard 副本数 ≥ 3 且 q=2、n=3，否则易出现 split-brain；此时可给 Operator 增加 preScaleWebhook，在扩容前校验副本分布。
3. 国内部分银行仍使用 物理机 + 自研 K8s，网络插件为 Calico BGP，会出现 prometheus-adapter 指标延迟 30 秒 问题；解决方法是把 HPA 的 --horizontal-pod-autoscaler-sync-period 改为 30 秒，并同步调大 容忍窗口 到 300 秒，避免误缩。