book
/
kubernetes-guide
mirror of https://github.com/imroc/kubernetes-guide.git
1
0
Fork 0
Code Issues Packages Projects Releases Wiki Activity

update at 2024-04-24 14:09:08

pull/158/head
roc 2024-04-24 14:09:08 +08:00
parent 08fb74de60
commit f15dfd19bb
1 changed files with 11 additions and 1 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

12
content/best-practices/autoscaling/keda/prometheus.md
View File

@ -2,7 +2,17 @@
## Prometheus 触发器 ## Prometheus 触发器
KEDA 支持 `prometheus` 类型的触发器，即根据自定义的 PromQL 查询到的 Prometheus 指标数据进行伸缩，完整配置参数参考 [KEDA Scalers: Prometheus](https://keda.sh/docs/latest/scalers/prometheus/)，本文将给出一些使用示例。 KEDA 支持 `prometheus` 类型的触发器，即根据自定义的 PromQL 查询到的 Prometheus 指标数据进行伸缩，完整配置参数参考 [KEDA Scalers: Prometheus](https://keda.sh/docs/latest/scalers/prometheus/)，本文将给出使用案例。
## 对比 prometheus-adapter
[prometheus-adapter](https://github.com/kubernetes-sigs/prometheus-adapter) 也支持相同的能力，即根据 Prometheus 中的监控指标数据进行伸缩，但相比 KEDA 的方案有以下不足：
* 每次新增自定义指标，都要改动 `prometheus-adapter` 的配置，且改配置是集中式管理的，不支持通过 CRD 管理，配置维护起来比较麻烦。
* `prometheus-adapter` 的配置语法晦涩难懂，不能直接写 `PromQL`，需要学习一下 `prometheus-adapter` 的配置语法，有一定的学习成本，而 KEDA 的 prometheus 配置则非常简单，指标可以直接写 `PromQL`。
* `prometheus-adapter` 只支持根据 Prometheus 监控数据进行伸缩，而对于 KEDA 来说，Prometheus 只是众多触发器中的一种。
综上，推荐使用 KEDA 方案。
## 案例：基于 istio 的 QPS 指标伸缩 ## 案例：基于 istio 的 QPS 指标伸缩