what：什么是HPA？
缩写：HPA
全称：Horizontal Pod Autoscaling
中文：POD水平自动伸缩
WHY：为什么需要HPA？
在实际生产中，随着业务量的上升，POD的负载也随之上升，我们的老办法是手动伸缩POD：
将名为foo中的pod副本数设置为3 kubectl scale --replicas=3 rs/foo 但是不乏有这样的场景：某一家商铺临时举行了一次秒杀活动，作为攻城狮的我们并未提前做准备，面对大量流量的访问，之前的POD数量无法支撑这次秒杀所带来的大量且临时的QPS，服务器歇火了...这当然不是我们想看到的。
于是，一个发自灵魂深处的拷问便诞生了：
有没有这样一个玩意儿？它能够随时监控着deploy，根据deploy的某项指标，比如当deploy控制的pod的QPS>30时，就自动给他扩容，当QPS<=30的时候，就自动给他缩容，能够享受自动扩容带来的优势同时也不会浪费集群的资源。
不由感叹，多么美好的一幅画面啊！四海升平，集群上下其乐融融！
HOW：如何实现HPA？
在此，我实现了一个demo，具体功能如下：
当POD的CPU利用率>2%时，给deploy扩容，POD的CPU利用率<=2%时，自动缩容
实现此功能的必要条件：
1.阿里云K8S集群
2.利用helm安装prometheus-operator 
实现步骤 1）首先，更新helm发布的prometheus-operator，开启PrometheusAdapter（约1400多行）
## Configuration for prometheusAdpater
prometheusAdpater:
affinity:
# the switch for prometheusAdpater
enabled: true
2）创建HPA控制器：
kubectl autoscale deployment workbei-mindmap-beta --cpu-percent=2 --min=1 --max=5 --namesapce=dingtalk-auth-beta
查看是否创建成功：
kubectl get hpa --namespace=dingtalk-auth-beta
成功截图：
REFERENCE可想而知：代表的是关联的deploy，尤其注意这个TARGETS指标！分号左侧代表的是当前的指标值，右侧代表的伸缩阈值。
3）测试是否能够伸缩：
我开启了3个窗口，分别输入如下命令来不停的访问pod中的探针接口来渴望增加CPU利用率
while true;do curl https://***.***.***/probe;done
期间可以通过如下命令观察pod的CPU利用率情况
kubectl top pods --namespace=dingtalk-auth-beta
同时输入如下命令观察HPA指标情况
kubect get hps --namespace=dingtalk-auth-beta -w
结果截图： 
查看当前pod副本数量： 
那么，让我们来停止访问，测试是否能够自动缩容？
停止访问的窗口，喝杯茶歇一会儿 
