文档文档

K8sAutoscaleNode

k8sAutoscale 节点用于触发 Kubernetes 集群中资源的自动伸缩事件。该节点还会输出已触发事件的数据点。

示例

// Target 100 requests per second per host
var target = 100.0
var min = 1
var max = 100
var period = 5m
var every = period
stream
  |from()
    .measurement('requests')
    .groupBy('host', 'deployment')
    .truncate(1s)
  |derivative('value')
    .as('requests_per_second')
    .unit(1s)
    .nonNegative()
  |groupBy('deployment')
  |sum('requests_per_second')
    .as('total_requests')
  |window()
    .period(period)
    .every(every)
  |mean('total_requests')
    .as('total_requests')
  |k8sAutoscale()
    // Get the name of the deployment from the 'deployment' tag.
    .resourceNameTag('deployment')
    .min(min)
    .max(max)
    // Set the desired number of replicas based on target.
    .replicas(lambda: int(ceil("total_requests" / target)))
  |influxDBOut()
    .database('deployments')
    .measurement('scale_events')
    .precision('s')

上面的示例按部署和主机计算每秒请求数。然后,它按部署计算所有主机上的总每秒请求数。使用过去一段时间内总请求数的平均值,根据每台主机的目标每秒请求数计算所需的副本数。

如果所需的副本数发生变化,Kapacitor 将执行相应的 API 调用来更新 Kubernetes 的副本规格。

每当 k8sAutoscale 节点更改副本计数时,它会发出一个数据点。该数据点分别使用 NamespaceTag、KindTag 和 ResourceTag 属性,并用命名空间、种类和资源名称进行标记。此外,分组依据的标签将保留在发出数据点上。该数据点包含两个字段:oldnew,表示副本数量的变化。

可用统计信息

  • increase_events: 副本计数增加的次数。
  • decrease_events: 副本计数减少的次数。
  • cooldown_drops: 由于冷却定时器而丢弃事件的次数。
  • errors: 遇到的错误数量,通常与与 Kubernetes API 通信有关。

构造函数

链式方法描述
k8sAutoscale ( )创建一个可以为 kubernetes 集群触发自动伸缩事件的节点。

属性方法

Setter 方法描述
cluster ( value string )Cluster 是要使用的 Kubernetes 集群的名称。
currentField ( value string )CurrentField 是一个字段的名称,该字段将当前副本计数设置为整数。如果为空,则不设置任何字段。对于计算当前状态的增量很有用。
decreaseCooldown ( value time.Duration )每个资源每 DecreaseCooldown 间隔只能触发一次减少事件。
increaseCooldown ( value time.Duration )每个资源每 IncreaseCooldown 间隔只能触发一次增加事件。
kind ( value string)Kind 是要自动伸缩的资源类型。目前仅支持“deployments”、“replicasets”和“replicationcontrollers”。默认值:“deployments”
kindTag ( value string)KindTag 是在将发出数据点与种类进行标记时使用的标签名称。如果为空,则数据点不会用资源进行标记。默认值:kind
max ( value int64)设置最大伸缩因子。如果为 0,则没有上限。默认值:0,即无限制。
min ( value int64 )设置最小伸缩因子。默认值:1
namespace ( value string)Namespace 是资源的命名空间,如果为空,则使用默认命名空间。
namespaceTag ( value string)NamespaceTag 是在将发出数据点与命名空间进行标记时使用的标签名称。如果为空,则数据点不会用资源进行标记。默认值:namespace
quiet ( )抑制此节点的所有错误日志事件。
replicas ( value ast.LambdaNode )Replicas 是一个 lambda 表达式,它应该评估为资源的所需副本数量。
resourceName ( value string)ResourceName 是要自动伸缩的资源的名称。
resourceNameTag ( value string)ResourceNameTag 是用于命名要自动伸缩的资源的标签名称。
resourceTag ( value string)ResourceTag 是在将发出数据点与资源进行标记时使用的标签名称。如果为空,则数据点不会用资源进行标记。默认值:resource

链式方法

Alert, Barrier, Bottom, ChangeDetect, Combine, Count, CumulativeSum, Deadman, Default, Delete, Derivative, Difference, Distinct, Ec2Autoscale, Elapsed, Eval, First, Flatten, GroupBy, HoltWinters, HoltWintersWithFit, HttpOut, HttpPost, InfluxDBOut, Join, K8sAutoscale, KapacitorLoopback, Last, Log, Mean, Median, Mode, MovingAverage, Percentile, Sample, Shift, Sideload, Spread, StateCount, StateDuration, Stats, Stddev, Sum, SwarmAutoscale, Top, Trickle, Union, Where, Window


属性

属性方法会修改调用节点的状态。它们不会向管道添加新节点,并且始终返回对调用节点的引用。属性方法使用 . 运算符标记。

Cluster

Cluster 是要使用的 Kubernetes 集群的名称。

k8sAutoscale.cluster(value string)

CurrentField

CurrentField 是一个字段的名称,该字段将当前副本计数设置为整数。如果为空,则不设置任何字段。对于计算当前状态的增量很有用。

示例

    |k8sAutoscale()
        .currentField('replicas')
        // Increase the replicas by 1 if the qps is over the threshold
        .replicas(lambda: if("qps" > threshold, "replicas" + 1, "replicas"))
k8sAutoscale.currentField(value string)

DecreaseCooldown

每个资源每 DecreaseCooldown 间隔只能触发一次减少事件。

k8sAutoscale.decreaseCooldown(value time.Duration)

IncreaseCooldown

每个资源每 IncreaseCooldown 间隔只能触发一次增加事件。

k8sAutoscale.increaseCooldown(value time.Duration)

Kind

Kind 是要自动伸缩的资源类型。目前仅支持“deployments”、“replicasets”和“replicationcontrollers”。默认值:“deployments”

k8sAutoscale.kind(value string)

KindTag

KindTag 是在将发出数据点与种类进行标记时使用的标签名称。如果为空,则数据点不会用资源进行标记。默认值:kind

k8sAutoscale.kindTag(value string)

Max

设置最大伸缩因子。如果为 0,则没有上限。默认值:0,即无限制。

k8sAutoscale.max(value int64)

Min

设置最小伸缩因子。默认值:1

k8sAutoscale.min(value int64)

Namespace

Namespace 是资源的命名空间,如果为空,则使用默认命名空间。

k8sAutoscale.namespace(value string)

NamespaceTag

NamespaceTag 是在将发出数据点与命名空间进行标记时使用的标签名称。如果为空,则数据点不会用资源进行标记。默认值:namespace

k8sAutoscale.namespaceTag(value string)

Quiet

抑制此节点的所有错误日志事件。

k8sAutoscale.quiet()

Replicas

Replicas 是一个 lambda 表达式,它应该评估为资源的所需副本数量。

k8sAutoscale.replicas(value ast.LambdaNode)

ResourceName

ResourceName 是要自动伸缩的资源的名称。

k8sAutoscale.resourceName(value string)

ResourceNameTag

ResourceNameTag 是用于命名要自动伸缩的资源的标签名称。

k8sAutoscale.resourceNameTag(value string)

ResourceTag

ResourceTag 是在将发出数据点与资源进行标记时使用的标签名称。如果为空,则数据点不会用资源进行标记。默认值:resource

k8sAutoscale.resourceTag(value string)

链式方法

链式方法在管道中创建一个新的节点作为调用节点的子节点。它们不会修改调用节点。链式方法使用 | 运算符标记。

警报(Alert)

创建一个警报节点,可以触发警报。

k8sAutoscale|alert()

返回:AlertNode

Barrier

创建一个新的 Barrier 节点,该节点会定期发出 BarrierMessage。

每个 period duration 将发出一个 BarrierMessage。

k8sAutoscale|barrier()

返回:BarrierNode

Bottom

选择 field 的底部 num 个点,并按任何额外的标签或字段排序。

k8sAutoscale|bottom(num int64, field string, fieldsAndTags ...string)

返回:InfluxQLNode

ChangeDetect

创建一个新节点,该节点仅在点与前一个点不同时才发出新点。

k8sAutoscale|changeDetect(field string)

返回:ChangeDetectNode

Combine

将此节点与自身合并。数据按时间戳合并。

k8sAutoscale|combine(expressions ...ast.LambdaNode)

返回:CombineNode

Count

计算点的数量。

k8sAutoscale|count(field string)

返回:InfluxQLNode

CumulativeSum

计算接收到的每个点的累积总和。对于收集到的每个点都会发出一个点。

k8sAutoscale|cumulativeSum(field string)

返回:InfluxQLNode

死人开关(Deadman)

用于创建低吞吐量警报(即死人开关)的辅助函数。

  • 阈值:如果吞吐量低于每 points/interval 的点数,则触发警报。
  • 间隔:检查吞吐量的频率。
  • 表达式:可选的表达式列表,也用于评估。对于按时警报很有用。

示例

    var data = stream
        |from()...
    // Trigger critical alert if the throughput drops below 100 points per 10s and checked every 10s.
    data
        |deadman(100.0, 10s)
    //Do normal processing of data
    data...

以上等同于以下示例

    var data = stream
        |from()...
    // Trigger critical alert if the throughput drops below 100 points per 10s and checked every 10s.
    data
        |stats(10s)
            .align()
        |derivative('emitted')
            .unit(10s)
            .nonNegative()
        |alert()
            .id('node \'stream0\' in task \'{{ .TaskName }}\'')
            .message('{{ .ID }} is {{ if eq .Level "OK" }}alive{{ else }}dead{{ end }}: {{ index .Fields "emitted" | printf "%0.3f" }} points/10s.')
            .crit(lambda: "emitted" <= 100.0)
    //Do normal processing of data
    data...

idmessage 警报属性可以通过 'deadman' 配置部分全局配置。

由于 AlertNode 是最后一个组件,因此可以像往常一样对其进行进一步修改。示例

    var data = stream
        |from()...
    // Trigger critical alert if the throughput drops below 100 points per 10s and checked every 10s.
    data
        |deadman(100.0, 10s)
            .slack()
            .channel('#dead_tasks')
    //Do normal processing of data
    data...

您可以指定额外的 lambda 表达式来进一步限制死人开关的触发时间。示例

    var data = stream
        |from()...
    // Trigger critical alert if the throughput drops below 100 points per 10s and checked every 10s.
    // Only trigger the alert if the time of day is between 8am-5pm.
    data
        |deadman(100.0, 10s, lambda: hour("time") >= 8 AND hour("time") <= 17)
    //Do normal processing of data
    data...
k8sAutoscale|deadman(threshold float64, interval time.Duration, expr ...ast.LambdaNode)

返回:AlertNode

默认

创建一个可以为缺失的标签或字段设置默认值的节点。

k8sAutoscale|default()

返回:DefaultNode

删除

创建一个可以删除标签或字段的节点。

k8sAutoscale|delete()

返回:DeleteNode

导数

创建一个新节点,该节点计算相邻点的导数。

k8sAutoscale|derivative(field string)

返回:DerivativeNode

Difference

计算点之间的差异,与经过的时间无关。

k8sAutoscale|difference(field string)

返回:InfluxQLNode

Distinct

生成仅包含不同点的批次。

k8sAutoscale|distinct(field string)

返回:InfluxQLNode

Ec2Autoscale

创建一个可以为 ec2 自动伸缩组触发自动伸缩事件的节点。

k8sAutoscale|ec2Autoscale()

返回:Ec2AutoscaleNode

Elapsed

计算点之间经过的时间。

k8sAutoscale|elapsed(field string, unit time.Duration)

返回:InfluxQLNode

Eval

创建一个 eval 节点,该节点将评估给定的转换函数到每个数据点。可以提供表达式列表,并将按给定顺序评估它们。结果可供后续表达式使用。

k8sAutoscale|eval(expressions ...ast.LambdaNode)

返回:EvalNode

First

选择第一个点。

k8sAutoscale|first(field string)

返回:InfluxQLNode

Flatten

将具有相似时间戳的点展平为单个点。

k8sAutoscale|flatten()

返回:FlattenNode

GroupBy

按标签集对数据进行分组。

可以传递字面值 * 来按所有维度分组。示例

    |groupBy(*)
k8sAutoscale|groupBy(tag ...interface{})

返回:GroupByNode

HoltWinters

计算 Holt-Winters (/influxdb/v1/query_language/functions/#holt-winters) 数据集的预测。

k8sAutoscale|holtWinters(field string, h int64, m int64, interval time.Duration)

返回:InfluxQLNode

HoltWintersWithFit

计算 Holt-Winters (/influxdb/v1/query_language/functions/#holt-winters) 数据集的预测。此方法除了预测数据外,还会输出用于拟合数据的所有点。

k8sAutoscale|holtWintersWithFit(field string, h int64, m int64, interval time.Duration)

返回:InfluxQLNode

HttpOut

创建一个 HTTP 输出节点,该节点缓存它接收到的最新数据。缓存的数据可在给定端点处获得。端点是运行任务的 API 端点的相对路径。例如,如果任务端点位于 /kapacitor/v1/tasks/<task_id> 且端点为 top10,则可以从 /kapacitor/v1/tasks/<task_id>/top10 请求数据。

k8sAutoscale|httpOut(endpoint string)

返回:HTTPOutNode

HttpPost

创建一个 HTTP Post 节点,该节点将接收到的数据 POST 到提供的 HTTP 端点。HttpPost 期望 0 个或 1 个参数。如果提供 0 个参数,则必须指定一个 endpoint 属性方法。

k8sAutoscale|httpPost(url ...string)

返回:HTTPPostNode

InfluxDBOut

创建一个 influxdb 输出节点,该节点会将传入的数据存储到 InfluxDB 中。

k8sAutoscale|influxDBOut()

返回:InfluxDBOutNode

Join

将此节点与其他节点连接。数据按时间戳连接。

k8sAutoscale|join(others ...Node)

返回:JoinNode

K8sAutoscale

创建一个可以为 kubernetes 集群触发自动伸缩事件的节点。

k8sAutoscale|k8sAutoscale()

返回:K8sAutoscaleNode

KapacitorLoopback

创建一个 kapacitor 回送节点,该节点会将数据作为流重新发送到 Kapacitor 中。

k8sAutoscale|kapacitorLoopback()

返回:KapacitorLoopbackNode

Last

选择最后一个点。

k8sAutoscale|last(field string)

返回:InfluxQLNode

Log

创建一个记录其接收的所有数据的节点。

k8sAutoscale|log()

返回:LogNode

平均值

计算数据的平均值。

k8sAutoscale|mean(field string)

返回:InfluxQLNode

Median

计算数据的中位数。

注意:此方法不是选择器。如果需要中位数点,请使用 .percentile(field, 50.0)

k8sAutoscale|median(field string)

返回:InfluxQLNode

Mode

计算数据的众数。

k8sAutoscale|mode(field string)

返回:InfluxQLNode

MovingAverage

计算最后 window 个点的移动平均值。直到窗口填满才会发出点。

k8sAutoscale|movingAverage(field string, window int64)

返回:InfluxQLNode

Percentile

选择给定百分位数的点。这是一个选择器函数,不会在点之间进行插值。

k8sAutoscale|percentile(field string, percentile float64)

返回:InfluxQLNode

Sample

创建一个新节点,该节点对传入的点或批次进行采样。

将发出一个点,每隔指定的 count 或 duration。

k8sAutoscale|sample(rate interface{})

返回:SampleNode

Shift

创建一个新节点,该节点将传入的点或批次在时间上进行移位。

k8sAutoscale|shift(shift time.Duration)

返回:ShiftNode

Sideload

创建一个可以从外部源加载数据的节点。

k8sAutoscale|sideload()

返回:SideloadNode

Spread

计算 minmax 点之间的差值。

k8sAutoscale|spread(field string)

返回:InfluxQLNode

StateCount

创建一个节点,该节点跟踪给定状态下的连续点数。

k8sAutoscale|stateCount(expression ast.LambdaNode)

返回:StateCountNode

StateDuration

创建一个节点,该节点跟踪给定状态下的持续时间。

k8sAutoscale|stateDuration(expression ast.LambdaNode)

返回:StateDurationNode

Stats

创建一个新的数据流,其中包含节点的内部统计信息。interval 表示基于实际时间发出统计信息的频率。这意味着 interval 时间与源节点接收的数据点的时间无关。

k8sAutoscale|stats(interval time.Duration)

返回:StatsNode

Stddev

计算标准偏差。

k8sAutoscale|stddev(field string)

返回:InfluxQLNode

Sum

计算所有值的总和。

k8sAutoscale|sum(field string)

返回:InfluxQLNode

SwarmAutoscale

创建一个可以为 Docker swarm 集群触发自动伸缩事件的节点。

k8sAutoscale|swarmAutoscale()

返回:SwarmAutoscaleNode

Top

选择 field 的顶部 num 个点,并按任何额外的标签或字段排序。

k8sAutoscale|top(num int64, field string, fieldsAndTags ...string)

返回:InfluxQLNode

Trickle

创建一个新节点,该节点将批处理数据转换为流数据。

k8sAutoscale|trickle()

返回:TrickleNode

Union

执行此节点与所有其他给定节点的并集。

k8sAutoscale|union(node ...Node)

返回:UnionNode

Where

创建一个新节点,该节点根据给定表达式过滤数据流。

k8sAutoscale|where(expression ast.LambdaNode)

返回:WhereNode

窗口

创建一个新节点,该节点按时间对流进行窗口化。

注意:Window 只能应用于流边缘。

k8sAutoscale|window()

返回:WindowNode


此页面是否有帮助?

感谢您的反馈!


InfluxDB 3.8 新特性

InfluxDB 3.8 和 InfluxDB 3 Explorer 1.6 的主要增强功能。

查看博客文章

InfluxDB 3.8 现已适用于 Core 和 Enterprise 版本,同时发布了 InfluxDB 3 Explorer UI 的 1.6 版本。本次发布着重于操作成熟度,以及如何更轻松地部署、管理和可靠地运行 InfluxDB。

更多信息,请查看

InfluxDB Docker 的 latest 标签将指向 InfluxDB 3 Core

在 **2026 年 2 月 3 日**,InfluxDB Docker 镜像的 latest 标签将指向 InfluxDB 3 Core。为避免意外升级,请在您的 Docker 部署中使用特定的版本标签。

如果使用 Docker 来安装和运行 InfluxDB,latest 标签将指向 InfluxDB 3 Core。为避免意外升级,请在您的 Docker 部署中使用特定的版本标签。例如,如果使用 Docker 运行 InfluxDB v2,请将 latest 版本标签替换为 Docker pull 命令中的特定版本标签 — 例如

docker pull influxdb:2