Kubernetes には、ワークロードの負荷に応じてリソースを自動で調整する オートスケーリング機能 があります。その代表的な手法が Horizontal Pod Autoscaler（HPA） と Vertical Pod Autoscaler（VPA） です。

これらは 目的が異なるスケーリング手法 なので、それぞれの特長を理解し、適切に使い分けることが重要です。

1. Horizontal Pod Autoscaler（HPA）とは？

概要

HPA は Pod の数を動的に増減する ことで負荷に対応する仕組みです。

CPU 使用率、メモリ使用量、カスタムメトリクス（例: リクエスト数）を基にスケール
トラフィック増加時に Pod を増やし（スケールアウト）、負荷が減ると Pod を削減（スケールイン）
アプリケーションの可用性を向上させ、リソースの無駄を削減

HPA の仕組み

Kubernetes の メトリクスサーバー からリソース使用状況を取得
事前設定したしきい値を超えた場合、Pod を増加
負荷が減少すると、Pod の数を減らす

HPA の設定例

以下は、CPU 使用率が 50% を超えたら Pod 数を増やす 設定です。

apiVersion: autoscaling/v2beta2
kind: HorizontalPodAutoscaler
metadata:
  name: example-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

この設定では、

最低 2 Pod、最大 10 Pod までスケール
CPU 使用率が 50% を超えたら新しい Pod を追加

HPA のメリット

✅ 動的スケーリングでトラフィック変動に対応
✅ 高可用性を確保しつつ、リソースを最適化
✅ スケールイン・スケールアウトが自動化され、運用コスト削減

HPA のデメリット

⚠️ Pod の起動に時間がかかる（急激な負荷増に弱い）
⚠️ メモリ使用量の増減には対応しづらい

2. Vertical Pod Autoscaler（VPA）とは？

概要

VPA は Pod の CPU・メモリリソースを動的に調整する ことで最適なリソース配分を実現します。

個々の Pod に 最適なリソース割り当て を行う
スケールアウトせずに、既存の Pod のリソースを増やす
CPU やメモリの不足・過剰配分を防ぎ、リソース効率を向上

VPA の仕組み

Kubernetes の リソースメトリクス を監視
CPU・メモリの使用率に応じて、Pod のリソースを変更
Pod を一時停止し、新しいリソース割り当てで再起動

VPA の設定例

以下は、Pod の CPU・メモリを自動調整する VPA の設定です。

apiVersion: autoscaling.k8s.io/v1
kind: VerticalPodAutoscaler
metadata:
  name: example-vpa
spec:
  targetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: my-app
  updatePolicy:
    updateMode: Auto
  resourcePolicy:
    containerPolicies:
      - containerName: '*'
        minAllowed:
          cpu: "100m"
          memory: "256Mi"
        maxAllowed:
          cpu: "2"
          memory: "4Gi"

この設定では、

CPU 100m ~ 2コア、メモリ 256Mi ~ 4Gi の範囲で自動調整
リソースの変更が必要な場合、Pod を再起動して適用

VPA のメリット

✅ リソースの最適化により、過剰プロビジョニングを防げる
✅ HPA と組み合わせると、より効率的なスケーリングが可能
✅ Pod の数を増やさずに、処理能力を向上できる

VPA のデメリット

⚠️ Pod の再起動が必要（ダウンタイムが発生する可能性あり）
⚠️ トラフィック急増には対応できない（HPA と併用推奨）

3. HPA と VPA の使い分け

	HPA（水平スケーリング）	VPA（垂直スケーリング）
動作方式	Pod の数を増減する	Pod のリソース（CPU・メモリ）を調整する
適用対象	トラフィック増減に対応	リソースの最適化（過剰 or 不足の防止）
スケール方式	スケールアウト/スケールイン	リソース増減（Pod 再起動）
メリット	即時対応が可能、可用性向上	リソース効率が良くコスト削減できる
デメリット	CPU 以外のリソース調整が難しい	Pod の再起動が必要（ダウンタイムあり）
適用例	Web アプリ・API サーバー	バッチ処理・機械学習モデル

4. HPA & VPA のベストプラクティス

✅ HPA と VPA を組み合わせる（Hybrid Scaling）

VPA を「オフライン最適化」用に設定し、リソースを適正化
HPA を「リアルタイムスケーリング」用に設定し、即応性を確保

✅ 事前にメトリクスを分析して閾値を設定

Prometheus や Datadog で負荷パターンを分析
最適な CPU 使用率の閾値を決める

5. まとめ

HPA は「スケールアウト」 に向いており、トラフィック急増時に有効
VPA は「リソース最適化」 に向いており、過剰プロビジョニングを防ぐ
HPA と VPA を併用することで、最適なスケーリングが可能

適切なスケーリング戦略を選び、Kubernetes の運用を効率化しましょう！