Cloud 使用kubernetes自动缩放

目标
一个具有潜在数千台设备的可扩展/弹性物联网平台。 我们正在使用kubernetes部署此链：

kafka --> logstash --> elasticsearch

选择1 我们从静态配置开始，随着需求的增长手动扩展。
优点：简单实用。
缺点：需要人为干预。

选择2 我们构建了一个监控不同组件的软件，并在需求增长时自动扩展。
优点：不需要人为干预。
缺点：复杂。

这很复杂，因为出现了太多的情况，例如：

• 卡夫卡：只需添加一个新的代理就可以分配负载，我们必须为一组主题创建一个新分区，或者我们首先创建足够的分区，然后重新分配分区
• Elasticsearch：如果我们想要分配读取负载，我们必须添加一个数据节点，增加副本的数量。如果我们想要分配写负载，我们必须使用分片。数据被分割成碎片，创建索引后碎片的数量无法更改，我们可以通过使用别名绕过此限制。
  

---

自动缩放还涉及与云提供商的交互，以自动添加资源。

这种问题通常被认为在堆栈溢出方面“过于宽泛”。但我不确定为什么你会考虑选择2，直到它是一个问题。当库伯内特斯成为一个问题时，你为什么不简单地开始实际的缩放和/或寻找一个自动缩放的解决方案呢？Kubernetes已经提供了简单的组件（部署和守护程序）来帮助扩展应用程序。我设想将来会有其他软件组件来帮助自动扩展计算资源。所以，您可能没有太多的理由去做选择2。这类问题通常被认为在堆栈溢出上“过于宽泛”。但我不确定为什么你会考虑选择2，直到它是一个问题。当库伯内特斯成为一个问题时，你为什么不简单地开始实际的缩放和/或寻找一个自动缩放的解决方案呢？Kubernetes已经提供了简单的组件（部署和守护程序）来帮助扩展应用程序。我设想将来会有其他软件组件来帮助自动扩展计算资源。所以，你可能没有太多的理由去做选择2。