目前,在以Docker为代表的容器化技术加持下,基于容器化技术的大规模应用的开发和部署已经成为主流。而Kubernetes在容器编排领域也成为了事实上的行业标准。然而,现有的Kubernetes自动伸缩策略中,存在一定不足:其HPA操作仅支持通过静态检测阈值触发的方式,且无法动态调整冷静期窗口以兼顾副本抖动抑制和自动伸缩灵活性;HPA和VPA不支持混用,无法在使用HPA的集群中进行Pod部署资源值推荐和运行时调整;基于节点空闲状态检测的CA由于调度算法一般性的问题,在缩容时需要进行大量Pod驱逐和重调度,且有一定概率造成集群缩容失败。针对以上不足,进行了如下工作:针对HPA基于静态阈值检测扩容的缺点,提出了一种基于流量趋势预测算法的HPA,当预期增长超过设定阈值时执行扩容操作,并采用自适应冷静期窗口的方式,动态调整窗口间隔以兼顾副本数稳定性和横向伸缩灵活性;设计了一种HPA和VPA混用的方法,能够在HPA提供基于网络流量伸缩服务时,调用VPA进行部署时资源值推荐和运行时资源限值调整;针对集群缩容耗时较长且易失败的问题,提出了一种基于Pod亲和性的高可用调度算法Least Node Use,能够在Pod调度中优先保障高可用性的前提下,尽可能减少节点用量,以达到有效提升集群缩容中腾空节点的效率,并提高集群缩容操作成功率的目的。实验结果表明,以上对自动伸缩功能进行的整体改进,能够简化集群中部署应用所需编写的配置,并自适应地以更佳的方式对应用副本和集群节点进行伸缩,最终表现为集群上应用对外提供更好的服务质量和更低的集群运行成本。