Kubernetes（K8s）は、コンテナ化されたアプリケーションの自動スケーリング機能を提供し、トラフィックやリソース負荷に応じて柔軟にPodを増減できます。本記事では、Kubernetesのスケーリング方法について詳細に解説します。
1. Kubernetes のスケーリングとは？
Kubernetes のスケーリング（Scaling）とは、負荷やリソースの使用状況に応じて、Pod やノードの数を自動または手動で調整する機能です。
Kubernetes のスケーリングの種類
| スケーリングの種類 | 適用対象 | 概要 |
|---|---|---|
| 手動スケーリング | Deployment / ReplicaSet | 手動でPod数を変更する（kubectl scale） |
| Horizontal Pod Autoscaler（HPA） | Pod | CPU/メモリ使用率に応じてPod数を増減 |
| Vertical Pod Autoscaler（VPA） | Pod | Podのリソース（CPU/メモリ）を動的に調整 |
| Cluster Autoscaler（CA） | ノード | クラスタ全体のノード数を自動調整 |
2. 手動スケーリング（kubectl scale）
✅ 適用シーン
- テストやデバッグ時に手動でPodの数を増減したい場合。
- トラフィックの急増が予測される場合に、事前にPodを増やす。
🚀 設定手順
kubectl scale deployment my-app --replicas=5
上記のコマンドで、my-app Deployment の Pod 数を 5つに増やす ことができます。
✅ 確認コマンド
kubectl get pods
3. Horizontal Pod Autoscaler（HPA）
✅ 適用シーン
- 負荷が一定の閾値を超えたら Pod を増やす
- 負荷が下がったら Pod を削減 し、リソースコストを抑える
🚀 設定手順
-
メトリクスサーバーをセットアップ
kubectl apply -f https://github.com/kubernetes-sigs/metrics-server/releases/latest/download/components.yaml -
HPA を適用する YAML を作成（例:
hpa.yaml）apiVersion: autoscaling/v2beta2 kind: HorizontalPodAutoscaler metadata: name: my-app-hpa spec: scaleTargetRef: apiVersion: apps/v1 kind: Deployment name: my-app minReplicas: 2 maxReplicas: 10 metrics: - type: Resource resource: name: cpu target: type: Utilization averageUtilization: 50 -
適用コマンド
kubectl apply -f hpa.yaml
✅ HPA の動作確認
kubectl get hpa
HPAがCPU使用率に応じてPodをスケールするようになります。
4. Vertical Pod Autoscaler（VPA）
✅ 適用シーン
- Pod の CPU やメモリを自動で最適化 したい場合
- リソース不足による OOM（Out of Memory）を防ぐ
🚀 設定手順
-
VPAを有効化
kubectl apply -f https://github.com/kubernetes/autoscaler/releases/latest/download/vertical-pod-autoscaler.yaml -
VPA の適用 YAML を作成（例:
vpa.yaml）apiVersion: autoscaling.k8s.io/v1 kind: VerticalPodAutoscaler metadata: name: my-app-vpa spec: targetRef: apiVersion: apps/v1 kind: Deployment name: my-app updatePolicy: updateMode: "Auto" -
適用コマンド
kubectl apply -f vpa.yaml
✅ VPA の動作確認
kubectl get vpa
VPAがPodのリソース要求を自動的に調整します。
5. Cluster Autoscaler（CA）
✅ 適用シーン
- クラウド環境（AWS, GCP, Azure）で ノードの数を動的に変更 したい
- Pod がスケールしても、ノードのリソースが足りなくなる問題を解決
🚀 設定手順（GKEの場合）
-
Cluster Autoscaler を有効化
gcloud container clusters update my-cluster --enable-autoscaling \ --min-nodes=1 --max-nodes=10 --node-pool my-node-pool -
設定確認
kubectl get nodes
Cluster Autoscaler がノードの負荷を監視し、Podが増えた際にノードを自動追加します。
6. Kubernetes スケーリングの実践例（リアルワールド）
✅ ユースケース 1: 機械学習推論API のスケール
- 機械学習の推論APIは、リクエスト数が急増すると負荷が高くなる
- HPA + CA を組み合わせて、Pod とノードのスケールを最適化
✅ ユースケース 2: ECサイトのブラックフライデー対応
- ECサイトは通常時の 10 倍のトラフィックを処理する必要あり。
- 事前に手動スケールで Pod を増加 → HPA で動的対応
✅ ユースケース 3: SaaSアプリのマルチテナント環境
- クラスタのリソースを効率的に利用するために VPA でメモリ最適化
- 低負荷時にはリソース消費を抑え、コスト削減
7. まとめ
| スケーリング方法 | 用途 |
|---|---|
| 手動スケール | テストや特定の負荷対策 |
| HPA | CPU/メモリに応じた Pod の自動増減 |
| VPA | Pod のリソース最適化（CPU/メモリ） |
| Cluster Autoscaler | クラウド上でノード数を動的調整 |
Kubernetes のスケーリング機能を活用することで、システムの パフォーマンス向上、コスト最適化、運用負荷軽減 を実現できます。用途に応じた適切なスケーリング手法を選択しましょう！