Skaliranje v okolju Kubernetes na osnovi dogodkov z uporabo KEDAŠTINJEK, MATEVŽ (Avtor) Jurič, Branko Matjaž (Mentor) KubernetesKEDAdogodkovno vodena arhitekturasamodejno 6 skaliranjeaplikacije v oblakuHorizontal Pod Autoscaler (HPA) v Kubernetesu se za odločitve o skaliranju opira na metrike porabe virov, kot sta izkoriščenost procesorja ali pomnilnika. Ker gre za za- kasnele kazalnike, odražajo že nastalo obremenitev in ne prihodnjega povpraševanja. Tak pristop se zato slabo obnese pri V/I-omejenih obremenitvah, kjer izkoriščenost procesorja ni nujno povezana s prepustnostjo, hkrati pa ne omogoča skaliranja na nič replik v obdobjih neaktivnosti. V diplomskem delu predstavimo primerjalno eksperimentalno študijo med sistemoma HPA in Kubernetes Event-driven Autoscaler (KEDA), pri čemer sistem KEDA za odločanje o skaliranju uporablja metrike izvora dogodkov kot vodilne kazalnike. Z uporabo sporočilne vrste RabbitMQ in mikrostoritev v jeziku Go, nameščenih v lo- kalni gruči Kubernetes, smo zasnovali tri eksperimente: procesorsko omejen scenarij, preizkus V/I-omejenega scenarija in oceno zmožnosti skaliranja na nič. Rezultati kažejo, da je KEDA v vseh scenarijih učinkovitejša od sistema HPA. V procesorsko omejenem eksperimentu je KEDA izpraznila vrsto v 65 sekundah, sistem HPA pa v 175 sekundah; sistem HPA je največje število replik dosegel šele potem, ko je bila vrsta že prazna. V V/I-omejenem eksperimentu je sistem HPA povsem odpovedal—vzdrževal je le eno repliko, saj je izkoriščenost procesorja kljub zaostanku 1000 sporočil ostala blizu nič. KEDA je na podlagi globine vrste skalirala takoj in zaostanek odpravila v 60 sekundah, medtem ko je sistem HPA potreboval 8 minut. V obdobjih neaktivnosti je KEDA število replik zmanjšala na nič, česar sistem HPA ne omogoča. Ugotovitve kažejo, da KEDA zagotavlja učinkovitejše samodejno skaliranje za dogod- kovno vodene in V/I-omejene obremenitve, medtem ko sistem HPA ostaja primeren za enostavnejše procesorsko omejene scenarije.20262026-05-12 09:30:03Diplomsko delo/naloga182447VisID: 38271COBISS_ID: 278242563sl