智能伸缩（Intelligent Horizontal Pod Autoscaler，IHPA）提供数据驱动工作负载扩缩容的过程，为业务方提供精细化控制资源副本数的能力，有效解决传统 HPA 基于固定计划执行副本数扩缩容操作，资源扩缩容操作滞后于业务突发流量的场景。

背景信息

Kubernetes 集群中传统的工作负载弹性伸缩，主要包括指标伸缩（HPA）和定时伸缩（CronHPA），这两种方法均存在各自的缺点和局限性，如下表所示。

智能伸缩

核心能力

为解决 HPA 和 CronHPA 的痛点，火山引擎云原生团队结合了内部 AI 算法团队提供的时序预测算法，推出了免运维、能够根据预测提前扩容的智能伸缩（Intelligent Horizontal Pod Autoscaler，IHPA）功能。IHPA 能够结合工作负载的历史数据和预测数据，构建资源画像，建立工作负载副本数与资源（CPU、内存利用率）基于时间变化的资源视图，并基于数据驱动，精准调整业务副本数，及时响应业务峰值变化。

智能伸缩的核心能力，如下图所示。

应用场景

智能伸缩适用于以下典型场景：

• 业务流量突发，资源扩缩容响应滞后：基于业务实际资源用量触发扩缩容操作，副本数扩缩容操作完成前，需要等待一段时间才能正常响应业务流量，导致业务 Pending。
• 基于业务波峰波谷指定工作副本数，造成资源浪费或不足：业务具备周期性资源波动的特征，需要频繁的人为干预，根据最高和最低的业务流量指定副本数，运维成本高且可能导致资源不足或浪费。