gke-scaling

GKE ワークロードのスケーリング

このリファレンスでは、GKE でのワークロードのスケーリングについて説明します。ゴールデンパスでは、VPA、OPTIMIZE_UTILIZATION オートスケーリングプロファイル、Node Auto Provisioning がデフォルトで有効になっています。

MCP ツール： get_k8s_resource、describe_k8s_resource、 apply_k8s_manifest、patch_k8s_resource、get_cluster、update_cluster、 update_node_pool

ゴールデンパスのスケーリングのデフォルト設定

設定	ゴールデンパスの値	備考
autoscaling.autoscalingProfile	OPTIMIZE_UTILIZATION	コスト削減のため積極的にスケールダウンします
verticalPodAutoscaling.enabled	true	VPA の推奨値を利用できます
autoscaling.enableNodeAutoprovisioning	true	NAP は必要に応じてノードプールを作成します
GPU リソースの上限（T4、A100）	各 1000000000	NAP は GPU ノードをプロビジョニングできます

スケーリングの仕組み

1. 手動スケーリング

kubectl のみ — kubectl scale に相当する MCP の機能はありません。kubectl を直接使用してください。

kubectl scale deployment <DEPLOYMENT> --replicas=<N> -n <NAMESPACE>

2. 水平ポッドオートスケーリング（HPA）

メトリクスに基づいてポッド数をスケーリングします。

簡単な設定（kubectl のみ — kubectl autoscale に相当する MCP の機能はありません）：

kubectl autoscale deployment <DEPLOYMENT> --cpu-percent=50 --min=1 --max=10

マニフェストを使用する方法（推奨 — MCP の apply_k8s_manifest を使用）：

テンプレートについては、assets/hpa-example.yaml を参照してください。

apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:
  name: <DEPLOYMENT>-hpa
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: <DEPLOYMENT>
  minReplicas: 1
  maxReplicas: 10
  metrics:
  - type: Resource
    resource:
      name: cpu
      target:
        type: Utilization
        averageUtilization: 50

3. 垂直ポッドオートスケーリング（VPA）

実際の使用状況に合わせて、CPU とメモリのリクエストを調整します。ゴールデンパスではデフォルトで有効になっています。

更新モード：

• Off — 推奨値のみを提示します（最も安全なため、まずはこちらを使用してください）
• Initial — ポッドの作成時にのみリソースを設定します
• Auto — 新しいリソース値を適用するためにポッドを再起動します
• InPlaceOrRecreate — 可能な場合は再起動せずにリソースを更新します（GKE 1.34+）

推奨モードで VPA を作成する：

apiVersion: autoscaling.k8s.io/v1
kind: VerticalPodAutoscaler
metadata:
  name: <DEPLOYMENT>-vpa
spec:
  targetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: <DEPLOYMENT>
  updatePolicy:
    updateMode: "Off"

推奨値を読み取る（MCP の describe_k8s_resource を推奨）：

# MCP (preferred)
describe_k8s_resource(parent="...", resourceType="verticalpodautoscaler", name="<DEPLOYMENT>-vpa", namespace="<NAMESPACE>")

# kubectl fallback
kubectl get vpa <DEPLOYMENT>-vpa -o jsonpath='{.status.recommendation}'

完全なテンプレートについては、assets/vpa-example.yaml を参照してください。

4. クラスターオートスケーラー／Node Auto Provisioning（NAP）

Autopilot（ゴールデンパス）では、ノードのスケーリングは完全に管理されます。NAP はワークロードの需要に基づいて、ノードプールを自動的に作成し、サイズを調整します。

Standard クラスターの場合：

# Enable cluster autoscaler on a node pool
gcloud container clusters update <CLUSTER_NAME> --region <REGION> \
  --enable-autoscaling --node-pool <POOL_NAME> \
  --min-nodes <MIN> --max-nodes <MAX> \
  --quiet

# Enable NAP
gcloud container clusters update <CLUSTER_NAME> --region <REGION> \
  --enable-autoprovisioning \
  --min-cpu <MIN_CPU> --max-cpu <MAX_CPU> \
  --min-memory <MIN_MEM> --max-memory <MAX_MEM> \
  --quiet

オートスケーリングプロファイル：

プロファイル	動作	ゴールデンパス？
BALANCED	GKE のデフォルト。控えめにスケールダウンします	いいえ
OPTIMIZE_UTILIZATION	積極的にスケールダウンし、アイドル状態を減らします	はい
: : リソース : :

ベストプラクティス

1. リソースリクエストを定義する：HPA と VPA は正確なリクエスト値に依存します。必ず設定してください。
2. メトリクスの競合を避ける：同じメトリクスに対して HPA と VPA を使用しないでください。一般的なパターンは、CPU に HPA、メモリに VPA を使用する方法です。
3. ポッド中断予算：スケーリング時の可用性を確保するため、本番環境のすべてのワークロードに PDB を定義してください。
4. HPA の安定化：HPA の安定化ウィンドウはデフォルトで 5 分です。必要に応じて、応答を速めるために behavior を調整してください。
5. VPA の「Auto」モードに関する注意：Auto モードではポッドが再起動されます。アプリが SIGTERM を適切に処理できることを確認してください。VPA はデフォルトで、エビクションに少なくとも 2 つのレプリカを必要とします。
6. ComputeClasses を使用する：ワークロード固有のノード指定（Spot のフォールバック、GPU、特定のマシンファミリー）には、ノードセレクターの代わりに ComputeClasses を使用してください。

適正化ワークフロー

1. VPA を Off モードで 24 時間以上デプロイします
2. 推奨値を確認します：kubectl describe vpa <NAME>
3. target の値を現在の requests と比較します
4. 20% のバッファーを適用します：new_request = target * 1.2
5. パッチ形式を使用して Deployment を更新します

条件	推奨事項	リスク
CPU request が実測 P95 の 5 倍超	P95 * 1.2 に削減	中
メモリー request が実測 P95 の 3 倍超	P95 * 1.2 に削減	中
CPU request が実測 P95 の 2 倍超	20% のバッファーを加えて適正化	低
リソース制限が未設定	noisy-neighbor を防ぐため制限を追加	低