2026 年 9 月 2 日，Kubernetes 官方博客宣布，v1.37 起水平自动伸缩器（HPA）支持把工作负载缩容到零副本，该特性进入 Beta 阶段并默认开启。这意味着：你的后台任务在空闲时可以把运行实例全部停掉、成本降为零，活来了再自动拉起来。

先把项目说清楚。Kubernetes（简称 K8s）是一个容器编排平台，你可以把它当成一群应用的「总调度室」：决定每个应用跑几个实例、跑在哪台机器、挂了怎么重启。HPA（水平 Pod 自动伸缩器）是它内置的自动扩缩容控制器：盯住一个指标，指标高了就多开几个应用实例（术语叫「副本」），指标低了就关掉多余的。

过去 HPA 有个硬下限：至少保留 1 个副本。想缩到零，得装第三方组件或手动打开 Alpha 特性开关。从 v1.37 起，这成了 Kubernetes 核心自带的默认能力。

这个功能解决什么问题？ 队列消费者、批处理作业这类后台负载经常长时间没活干，却一直占着机器。缩容到零 = 空闲时零占用、零成本；等新任务进来，再自动把实例拉起来。省钱最明显的场景是**每个实例都占着昂贵资源（专用 CPU、GPU）**的负载。

适合谁用？ 跑消息队列消费者、批处理任务的团队，尤其是实例持有 GPU 或专用 CPU 的场景；不太适合直接用于对外提供 HTTP 接口的在线服务（原因见下文）。

为什么缩到零需要一个「特殊指标」

HPA 最常用的是 CPU、内存指标，但这两者来自正在运行的实例——副本数一旦归零，就没有实例可测，HPA 也就失去「该拉起来了」的信号。

对象指标（object metric）和外部指标（external metric）没有这个问题：它们描述的是独立于实例存在的事物，比如消息队列里的积压任务数——队列长度客观存在，跟有没有消费者实例在跑无关。所以缩到零必须用这两类指标；只配了 CPU/内存的 HPA 申请 minReplicas: 0 会被 API 服务器直接拒绝。

官方示例：用队列积压量把消费者缩到零

官方博客给了一个完整的 Prometheus（一个开源监控系统，负责采集和存储指标数据）方案，核心三步：

  1. 指标：Prometheus 里有一条 queue_consumer_lag 指标，记录 worker_tasks 这个任务队列的积压数量。
  2. 适配器：Kubernetes 需要通过指标适配器才能读到外部指标，官方用的是 Prometheus Adapter，在配置里加一条 externalRules 把该指标暴露出来。配置前先用 kubectl get --raw ... 确认 Kubernetes 能读到这个指标——指标读不到，HPA 就无法从零拉起。
  3. HPA 配置：目标 Deployment（Kubernetes 里定义「应用要跑几个副本」的资源对象）名为 queue-worker，minReplicas: 0、maxReplicas: 10，每积压 30 个任务分配 1 个副本。队列空了自动归零，任务来了自动回升，最多 10 个副本封顶。

注意两点：启动 Deployment 时至少要有 1 个副本——手动把副本设成 0 会被视为「暂停」，HPA 不会去唤醒它；默认「缩容稳定窗口」是 5 分钟，防止队列长度短暂回落就把所有 worker 全撤了，需要的话可用 spec.behavior.scaleDown 调整。

ScaledToZero：区分「自动缩零」与「手动暂停」

副本数为 0 时出现一个歧义：是 HPA 自己缩下来的，还是运维手动暂停的？两者处理方式完全不同。

Kubernetes 用状态条件解决：HPA 把负载从 1 个以上副本缩到 0 时，会写入 ScaledToZero=True 条件，表示「这个零状态归控制器管」，后续继续盯着对象/外部指标准备回升；负载重新拉起后条件变为 ScaledToZero=False（原因 NotScaledToZero）。没有这个条件的零副本负载 = 手动暂停，HPA 不会碰它。用 kubectl describe hpa queue-worker 可以查看这些条件。

代价：冷启动

缩到零不是免费的：HPA 需要先观察到指标变化、调度新的 Pod（Kubernetes 运行应用实例的最小单元）、再等应用启动完成——这段冷启动时间（从零到能干活）随应用启动速度而定。这个模式适合「工作可以等在队列里」的负载；HTTP 这类请求驱动的服务不适合直接缩到零，因为 Kubernetes Service（集群内的请求转发入口）在没有任何 Pod 就绪时不会缓冲请求，直接缩零会丢请求，需要另加一层缓冲。

升级与回滚注意

  • v1.37 中 HPAScaleToZero 特性开关在 kube-apiserver（集群的 API 服务器）与 kube-controller-manager（集群的控制器管理器）上都默认启用。版本倾斜升级时，要等两个组件都支持并启用该特性后再创建 minReplicas: 0 的 HPA——否则控制器会把零副本当成手动暂停，可能把负载留在零。
  • 回滚或禁用特性前：把相关 HPA 改回 minReplicas: 1 或更高，并手动把当前为零的负载拉回至少 1 个副本。

结论

Kubernetes v1.37 之后，队列类、批处理类负载可以完全靠核心能力实现「闲时零副本、来活自动拉起」，前提是指标必须来自独立于 Pod 的队列/对象指标（如积压任务数），并接受冷启动代价。这个特性从 v1.16 的 Alpha 实验（对应设计文档 KEP-2021）走到今天默认启用，是 Kubernetes 自动伸缩能力的一个里程碑。