Google 會運用 AI 技術將內容翻譯成你偏好的語言，但可能會出錯。

調整及自動調整執行階段服務資源

您可以透過指令列或設定覆寫，擴充在 Kubernetes 中執行的大多數服務。您可以在 overrides.yaml 檔案中，設定 Apigee Hybrid 執行階段服務的資源調度參數。

服務	實作方式	資源調度
Cassandra	ApigeeDatastore (CRD)	請參閱「Cassandra 資源調度」。
Ingress/LoadBalancer	部署作業問題	Cloud Service Mesh 使用水平自動調度 Pod 資源 (HPA)。
記錄器	DaemonSet	DaemonSet 會管理所有節點上的 Pod 副本，因此當您調整 Pod 本身時，DaemonSet 也會隨之調整。
MART Apigee Connect Watcher	ApigeeOrganization (CRD)	如要透過設定進行資源調度，請提高 Deployment 的 `replicaCountMin` 設定屬性值，用於 `mart`、`watcher` 和/或 `connectAgent` 段落。例如： mart: replicaCountMax: 2 replicaCountMin: 1 watcher: replicaCountMax: 2 replicaCountMin: 1 connectAgent: replicaCountMax: 2 replicaCountMin: 1 這些 Deployment 會使用水平 Pod 自動配置器自動調度資源。將 Deployment 物件的 `targetCPUUtilizationPercentage` 屬性設為向上調度資源的門檻；超過這個值時，Kubernetes 會新增 Pod，直到達到 `replicaCountMax` 的值。如要進一步瞭解如何設定屬性，請參閱「管理執行階段層元件」。
執行階段 Synchronizer UDCA	ApigeeEnvironment (CRD)	如要透過設定進行資源調度，請在覆寫檔案中，提高 `udca`、`synchronizer` 和/或 `runtime` 段落的 `replicaCountMin` 屬性值。例如： synchronizer: replicaCountMax: 10 replicaCountMin: 1 runtime: replicaCountMax: 10 replicaCountMin: 1 udca: replicaCountMax: 10 replicaCountMin: 1 注意：這些變更會套用至覆寫檔案中的「所有」環境。如要自訂各環境的資源調度設定，請參閱下方的「進階設定」一節。這些部署作業會使用水平 Pod 自動配置器自動調度資源。將 Deployment 物件的 `targetCPUUtilizationPercentage` 屬性設為向上擴充的門檻；超過這個值時，Kubernetes 會新增 Pod，直到達到 `replicaCountMax` 的值。如要進一步瞭解如何設定屬性，請參閱「管理執行階段層元件」。

進階設定

在某些情況下，您可能需要使用進階資源調度選項。情境範例包括：

為每個環境設定不同的資源調度選項。例如，env1 的 minReplica 為 5，env2 的 minReplica 為 2。
為環境中的每個元件設定不同的資源調度選項。舉例來說，udca 元件的 maxReplica 為 5，synchronizer 元件的 maxReplica 為 2。

以下範例說明如何使用 kubernetes patch 指令，變更 runtime 元件的 maxReplicas 屬性：

建立要與指令搭配使用的環境變數：

export ENV_NAME=my-environment-name
export ENV_RELEASE_NAME=$ENV_NAME # the Helm release name for the environment
export APIGEE_NAMESPACE=apigee  #the namespace where Apigee is deployed
export COMPONENT=runtime #can be udca or synchronizer
export MAX_REPLICAS=2
export MIN_REPLICAS=1

套用修補程式。請注意，這個範例假設 kubectl 位於 PATH 中：

kubectl patch apigeeenvironment -n $APIGEE_NAMESPACE \
  $(kubectl get apigeeenvironments -n $APIGEE_NAMESPACE -o jsonpath='{.items[?(@.spec.name == "'$ENV'" )]..metadata.name}') \
  --patch "$(echo -e "spec:\n  components:\n    $COMPONENT:\n      autoScaler:\n        maxReplicas: $MAX_REPLICAS\n        minReplicas: $MIN_REPLICAS")" \
  --type merge

確認變更：
```
kubectl get hpa -n $APIGEE_NAMESPACE
```

依環境調整資源

根據預設，擴充功能會在組織層級說明。如要覆寫預設設定，請在 overrides.yaml 檔案中指定環境專屬的資源調度設定，如下列範例所示：

envs:
  # Apigee environment name
  - name: ENV_NAME>
    components:
    # Environment-specific scaling override
    # Otherwise, uses scaling defined at the respective root component
     runtime:
      replicaCountMin: 2
      replicaCountMax: 20

依據指標調度資源

如果採用指標式資源調度，執行階段可以使用 CPU 和應用程式指標，調度 apigee-runtime Pod 的資源。Kubernetes Horizontal Pod Autoscaler (HPA) API 使用 hpaBehavior 欄位，設定目標服務的擴充和縮減行為。混合部署中的任何其他元件都不支援依據指標調度資源。

您可以根據下列指標調整資源調度：

指標	度量	注意事項
serverMainTaskWaitTime	在執行階段執行個體中，Proxy 要求處理政策的處理佇列平均等待時間 (以毫秒為單位)。	這項指標會評估 Proxy 要求流程中附加政策的複雜程度影響。
serverNioTaskWaitTime	在 HTTP 層，執行階段執行個體中 Proxy 要求的處理佇列平均等待時間 (以毫秒為單位)。	這項指標會評估 Proxy 要求和回應的數量和酬載大小所造成的影響。

以下範例取自 overrides.yaml 中的 runtime 段落，說明在混合式實作中調度 apigee-runtime Pod 資源時，可使用的標準參數 (和允許範圍)：

runtime:
  # the following parameters configure metrics-based scaling
  hpaMetrics:
    serverMainTaskWaitTime: 400M # (range: 300M to 450M)
    serverNioTaskWaitTime: 400M # (range: 300M to 450M)
    targetCPUUtilizationPercentage: 75
  hpaBehavior:
    scaleDown:
      percent:
        periodSeconds: 60 # (range: 30 - 180)
        value: 20 # (range: 5 - 50)
      pods:
        periodSeconds: 60 # (range: 30 - 180)
        value: 2 # (range: 1 - 15)
      selectPolicy: Min
      stabilizationWindowSeconds: 120 # (range: 60 - 300)
    scaleUp:
      percent:
        periodSeconds: 60 # (range: 30 - 120)
        value: 20 # (range: 5 - 100)
      pods:
        periodSeconds: 60 # (range: 30 - 120)
        value: 4 # (range: 2 - 15)
      selectPolicy: Max
      stabilizationWindowSeconds: 30 # (range:  30 - 120)

更新各環境的 apigee-runtime 圖表，即可套用這些設定。例如：

helm upgrade $ENV_RELEASE_NAME apigee-runtime/ \
  --namespace APIGEE_NAMESPACE \
  --atomic \
  --set env=$ENV_NAME \
  -f overrides.yaml

啟用或停用依指標調度資源

系統預設會啟用依據指標調度資源的功能。您可以將 customAutoscaling.enabled 屬性設為 true 或 false，啟用或停用依指標調整資源配置功能。更新 apigee-telemetry 圖表，將變更套用至 customAutoscaling.enabled 屬性。例如：

helm upgrade telemetry apigee-telemetry/ \
  --namespace APIGEE_NAMESPACE \
  --atomic \
  -f overrides.yaml

設定更積極的資源調度

提高擴充政策的 percent 和 pods 值，會使擴充政策更積極。同樣地，提高 scaleDown 中的 percent 和 pods 值，會導致縮減政策更積極。例如：

runtime:
  # ...
  hpaMetrics:
    serverMainTaskWaitTime: 400M
    serverNioTaskWaitTime: 400M
    targetCPUUtilizationPercentage: 75
  hpaBehavior:
    scaleDown:
      percent:
        periodSeconds: 60
        value: 20
      pods:
        periodSeconds: 60
        value: 4
      selectPolicy: Min
      stabilizationWindowSeconds: 120
    scaleUp:
      percent:
        periodSeconds: 60
        value: 30
      pods:
        periodSeconds: 60
        value: 5
      selectPolicy: Max
      stabilizationWindowSeconds: 30

在上述範例中，scaleDown.pods.value 增加至 5，scaleUp.percent.value 增加至 30，scaleUp.pods.value 則增加至 5。

注意：periodSeconds 的值不得低於 30。

設定較不積極的資源調度

您也可以降低 hpaBehavior 設定值，實施較不積極的擴充和縮減政策。例如：

runtime:
  # ...
  hpaMetrics:
    serverMainTaskWaitTime: 400M
    serverNioTaskWaitTime: 400M
    targetCPUUtilizationPercentage: 75
  hpaBehavior:
    scaleDown:
      percent:
        periodSeconds: 60
        value: 10
      pods:
        periodSeconds: 60
        value: 1
      selectPolicy: Min
      stabilizationWindowSeconds: 180
    scaleUp:
      percent:
        periodSeconds: 60
        value: 20
      pods:
        periodSeconds: 60
        value: 4
      selectPolicy: Max
      stabilizationWindowSeconds: 30

在上述範例中，scaleDown.percent.value 減少至 10，scaleDown.pods.value 減少至 1，scaleUp.stablizationWindowSeconds 則增加至 180。

如要進一步瞭解如何使用 hpaBehavior 欄位，根據指標進行資源調度，請參閱「資源調度政策」。

疑難排解

本節說明設定資源調度及自動調度資源時，可能遇到的常見錯誤，以及疑難排解方法。

HPA 顯示指標值為 `unknown`

如果指標式資源調度功能無法運作，且 HPA 顯示指標值為 unknown，請使用下列指令檢查 HPA 輸出內容：

kubectl describe hpa HPA_NAME

執行指令時，請將 HPA_NAME 替換為要查看的 HPA 名稱。

輸出內容會顯示服務的 CPU 目標和使用率，表示在沒有指標式資源調度功能的情況下，CPU 資源調度功能仍可運作。如要瞭解使用多個參數的 HPA 行為，請參閱「依據多項指標調度資源」。