چکیده مقاله
در این مقاله یک سناریوی عملی برای ارزیابی رفتار مقیاس پذیری خودکار افقی در سامانه کوبرنتیز Kubernetes Horizontal Pod Autoscaler – HPA روی یک سرویس وب پیاده سازی شده با فست ای پی آی FastAPI ارائه می شود در این سناریو، یک نقطه پایان محاسباتی با بار پردازشی سنگین CPU bound endpoint طراحی و روی خوشه کوبرنتیز مستقر می شود و HPA بر اساس مصرف پردازنده برای آن تنظیم می گردد با استفاده از ابزار بارگذاری «هی» hey ، بار کنترل شده ای روی سرویس اعمال شده و در سه مرحله قبل، حین و بعد از اعمال بار، وضعیت HPA و میزان استفاده از منابع ثبت می شود نتایج نشان می دهند که HPA قادر است تعداد «پاد»ها Pods را متناسب با افزایش بار تا سقف تعیین شده افزایش دهد و سطح ثابتی از نرخ پاسخ گویی throughput را حفظ کند، هرچند زمان پاسخ در صدک های بالا به دلیل ماهیت محاسباتی سرویس نسبتا زیاد باقی می ماند این نتایج با مطالعات موجود درباره راهبردهای مقیاس پذیری خودکار در کوبرنتیز هم خوان است و نشان می دهد انتخاب سنجه های مناسب و پیکربندی دقیق HPA برای رسیدن به توازن میان کیفیت سرویس و مصرف منابع ضروری است Kubernetes Documentation, ۲۰۲۵; DevZero, ۲۰۲۵; Kubernetes Project, ۲۰۲۵
کلیدواژهها
نویسندگان
الهام صالحی
دانشجوی کارشناسی ناپیوسته مهندسی حرفه ای نرم افزار، دانشگاه آزاد تهران مرکز
مجتبی کشاورز سیاه پوش
دانشجوی دکتری کامپیوتر، دانشگاه آزاد تهران مرکز
سید جواد میرعابدینی
استادیار و عضو هیئت علمی، دانشگاه آزاد تهران مرکز
رزومه علمی کاربران
درباره سیویلیکاتبلیغات در سیویلیکاآمار علمی ایرانتقویم علمی ایرانداده کاوی مقالاتطرح های پژوهشی
شیوه ارجاع
در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید: صالحی، الهام و کشاورز سیاه پوش، مجتبی و میرعابدینی، سید جواد،1404،پیاده سازی و ارزیابی مقیاس پذیری افقی در Kubernetes با بهره گیری از HPA،ششمین همایش بین المللی مهندسی کامپیوتر، برق و تکنولوژی،همدان،https://civilica.com/doc/2585677
ارائهشده در
مجموعه مقالات ششمین همایش بین المللی مهندسی کامپیوتر، برق و تکنولوژی2 اسفند 1404 · همدان