如何：使用 KEDA 自动扩缩 Dapr 应用
Dapr 采用构建块 API 方式，并提供众多发布订阅组件，这使得编写消息处理应用变得轻而易举。由于 Dapr 可以在多种环境中运行（例如虚拟机、物理机、云或边缘 Kubernetes），因此 Dapr 应用的自动扩缩由托管层管理。
对于 Kubernetes，Dapr 与 KEDA 集成，KEDA 是一个面向 Kubernetes 的事件驱动自动扩缩器。Dapr 的许多发布订阅组件与 KEDA 提供的扩缩器重叠，因此可以轻松配置 Dapr 在 Kubernetes 上的部署，基于背压使用 KEDA 进行自动扩缩。
在本指南中，你将配置一个可扩缩的 Dapr 应用，以及 Kafka topic 上的背压。但是，你可以将此方法应用于 Dapr 提供的_任意_ 发布订阅组件。
注意
如果你使用的是 Azure Container Apps，请参阅官方 Azure 文档了解使用 KEDA 扩缩器扩缩 Dapr 应用。安装 KEDA
要安装 KEDA，请按照 KEDA 网站上的部署 KEDA 说明进行操作。
安装并部署 Kafka
如果你没有 Kafka 服务，可以使用 Helm 将其安装到 Kubernetes 集群中：
helm repo add confluentinc https://confluentinc.github.io/cp-helm-charts/
helm repo update
kubectl create ns kafka
helm install kafka confluentinc/cp-helm-charts -n kafka \
--set cp-schema-registry.enabled=false \
--set cp-kafka-rest.enabled=false \
--set cp-kafka-connect.enabled=false
查看 Kafka 部署状态：
kubectl rollout status deployment.apps/kafka-cp-control-center -n kafka
kubectl rollout status deployment.apps/kafka-cp-ksql-server -n kafka
kubectl rollout status statefulset.apps/kafka-cp-kafka -n kafka
kubectl rollout status statefulset.apps/kafka-cp-zookeeper -n kafka
安装完成后，部署 Kafka 客户端并等待其就绪：
kubectl apply -n kafka -f deployment/kafka-client.yaml
kubectl wait -n kafka --for=condition=ready pod kafka-client --timeout=120s
创建 Kafka topic
创建本示例使用的 topic（demo-topic）：
kubectl -n kafka exec -it kafka-client -- kafka-topics \
--zookeeper kafka-cp-zookeeper-headless:2181 \
--topic demo-topic \
--create \
--partitions 10 \
--replication-factor 3 \
--if-not-exists
topic 的
partitions数量与 KEDA 为你的部署创建的最大副本数相关。
部署 Dapr 发布订阅组件
为 Kubernetes 部署 Dapr Kafka 发布订阅组件。将以下 YAML 粘贴到名为 kafka-pubsub.yaml 的文件中：
apiVersion: dapr.io/v1alpha1
kind: Component
metadata:
name: autoscaling-pubsub
spec:
type: pubsub.kafka
version: v1
metadata:
- name: brokers
value: kafka-cp-kafka.kafka.svc.cluster.local:9092
- name: authRequired
value: "false"
- name: consumerID
value: autoscaling-subscriber
以上 YAML 定义了你的应用订阅的发布订阅组件，即你之前创建的 topic（demo-topic）。
如果你按照 Kafka Helm 安装说明 操作，可以保留 brokers 值不变。否则，请将此值更改为你的 Kafka brokers 连接字符串。
注意为 consumerID 设置的 autoscaling-subscriber 值。此值稍后用于确保 KEDA 和你的部署使用相同的 Kafka partition offset。
现在，将组件部署到集群：
kubectl apply -f kafka-pubsub.yaml
部署 KEDA Kafka 扩缩器
部署 KEDA 扩缩对象，它会：
- 监控指定 Kafka topic 上的 lag
- 配置 Kubernetes Horizontal Pod Autoscaler (HPA) 以扩缩你的 Dapr 部署
将以下内容粘贴到名为 kafka_scaler.yaml 的文件中，并在所需位置配置你的 Dapr 部署：
apiVersion: keda.sh/v1alpha1
kind: ScaledObject
metadata:
name: subscriber-scaler
spec:
scaleTargetRef:
name: <REPLACE-WITH-DAPR-DEPLOYMENT-NAME>
pollingInterval: 15
minReplicaCount: 0
maxReplicaCount: 10
triggers:
- type: kafka
metadata:
topic: demo-topic
bootstrapServers: kafka-cp-kafka.kafka.svc.cluster.local:9092
consumerGroup: autoscaling-subscriber
lagThreshold: "5"
让我们回顾一下上述文件中的几个元数据值：
| 值 | 描述 |
|---|---|
scaleTargetRef/name | Deployment 中定义的应用的 Dapr ID（dapr.io/id 注解的值）。 |
pollingInterval | KEDA 检查 Kafka 当前 topic partition offset 的频率（秒）。 |
minReplicaCount | KEDA 为你的部署创建的最少副本数。如果你的应用启动时间较长，最好将其设置为 1 以确保部署始终至少运行一个副本。否则设置为 0，KEDA 会为你创建第一个副本。 |
maxReplicaCount | 你的部署的最大副本数。根据 Kafka partition offset 的工作原理，你不应将此值设置为高于 topic partitions 的总数。 |
triggers/metadata/topic | 应设置为你的 Dapr 部署订阅的同一 topic（本例中为 demo-topic）。 |
triggers/metadata/bootstrapServers | 应设置为 kafka-pubsub.yaml 文件中使用的同一 broker 连接字符串。 |
triggers/metadata/consumerGroup | 应设置为 kafka-pubsub.yaml 文件中 consumerID 的同一值。 |
重要
将 Dapr 服务订阅和 KEDA 扩缩器配置的连接字符串、topic 和消费者组设置为相同的值对于确保自动扩缩正常工作至关重要。将 KEDA 扩缩器部署到 Kubernetes：
kubectl apply -f kafka_scaler.yaml
全部完成！
查看 KEDA 扩缩器工作
现在 ScaledObject KEDA 对象已配置，你的部署将根据 Kafka topic 的 lag 进行扩缩。了解有关为 Kafka topics 配置 KEDA 的更多信息。
按照 KEDA 扩缩器清单中的定义，你现在可以开始向 Kafka topic demo-topic 发布消息，并观察当 lag 阈值高于 5 时 pod 自动扩缩。使用 Dapr Publish CLI 命令向 Kafka Dapr 组件发布消息。