☁️ 클라우드

VPA

Vertical Pod Autoscaler, Pod 리소스를 자동 조정

📚 전체 용어 보기 ☁️ 클라우드 더보기

📖 상세 설명

VPA(Vertical Pod Autoscaler)는 Pod의 CPU와 메모리 리소스 요청(requests)과 제한(limits)을 자동으로 조정하는 Kubernetes 컴포넌트입니다. 실제 사용량을 모니터링하여 최적의 리소스 값을 추천하거나 자동으로 적용합니다.

VPA 구성요소:

  • Recommender: 과거 메트릭을 분석하여 최적 리소스 추천
  • Updater: 추천 범위를 벗어난 Pod를 퇴거(evict)하여 재생성 유도
  • Admission Controller: Pod 생성 시 추천값으로 리소스 수정

업데이트 모드(updatePolicy.updateMode):

  • Off: 추천만 제공, 자동 적용 안 함 (모니터링용)
  • Initial: Pod 생성 시에만 적용, 기존 Pod 변경 안 함
  • Recreate: 실행 중인 Pod도 퇴거 후 재생성하여 적용
  • Auto (기본): Recreate와 동일, 향후 인플레이스 업데이트 지원 예정

HPA vs VPA:

  • HPA (Horizontal): Pod 수를 늘리거나 줄임 (스케일 아웃/인)
  • VPA (Vertical): Pod의 리소스(CPU/메모리)를 늘리거나 줄임 (스케일 업/다운)

주의: HPA와 VPA를 같은 리소스(CPU 또는 메모리)에 동시 적용하면 충돌할 수 있습니다. VPA는 Off 모드로 추천만 확인하거나, 다른 메트릭을 기준으로 HPA를 사용하세요.

💻 코드 예제

VPA 설치 및 기본 설정

# VPA 설치 (autoscaler 저장소에서)
git clone https://github.com/kubernetes/autoscaler.git
cd autoscaler/vertical-pod-autoscaler
./hack/vpa-up.sh

# 또는 Helm으로 설치
helm repo add fairwinds-stable https://charts.fairwinds.com/stable
helm install vpa fairwinds-stable/vpa --namespace vpa --create-namespace

# 설치 확인
kubectl get pods -n kube-system | grep vpa
# vpa-admission-controller-xxx   Running
# vpa-recommender-xxx            Running
# vpa-updater-xxx                Running

VPA 리소스 정의

# vpa.yaml
apiVersion: autoscaling.k8s.io/v1
kind: VerticalPodAutoscaler
metadata:
  name: my-app-vpa
spec:
  # 대상 워크로드
  targetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: my-app

  # 업데이트 정책
  updatePolicy:
    updateMode: "Auto"  # Off, Initial, Recreate, Auto

  # 리소스 정책 (세부 제어)
  resourcePolicy:
    containerPolicies:
      - containerName: "*"  # 모든 컨테이너
        minAllowed:
          cpu: 100m
          memory: 128Mi
        maxAllowed:
          cpu: 2
          memory: 4Gi
        controlledResources: ["cpu", "memory"]
        controlledValues: RequestsAndLimits  # RequestsOnly 가능

---
# 대상 Deployment
apiVersion: apps/v1
kind: Deployment
metadata:
  name: my-app
spec:
  replicas: 3
  selector:
    matchLabels:
      app: my-app
  template:
    metadata:
      labels:
        app: my-app
    spec:
      containers:
        - name: app
          image: my-app:latest
          resources:
            requests:
              cpu: 100m       # VPA가 자동 조정
              memory: 128Mi
            limits:
              cpu: 500m
              memory: 512Mi

추천값 확인

# VPA 추천값 확인
kubectl describe vpa my-app-vpa

# 출력 예시:
# Recommendation:
#   Container Recommendations:
#     Container Name: app
#     Lower Bound:
#       Cpu:     25m
#       Memory:  262144k
#     Target:                    # 권장 값
#       Cpu:     50m
#       Memory:  524288k
#     Uncapped Target:
#       Cpu:     50m
#       Memory:  524288k
#     Upper Bound:
#       Cpu:     100m
#       Memory:  1048576k

# JSON으로 추천값만 추출
kubectl get vpa my-app-vpa -o jsonpath='{.status.recommendation.containerRecommendations[0].target}'
# {"cpu":"50m","memory":"524288k"}

# 모든 VPA 추천값 확인
kubectl get vpa -o custom-columns=\
NAME:.metadata.name,\
CPU_TARGET:.status.recommendation.containerRecommendations[0].target.cpu,\
MEM_TARGET:.status.recommendation.containerRecommendations[0].target.memory

🗣️ 실무 대화 예시

리소스 최적화 미팅

FinOps: "클러스터 비용이 너무 높아요. 리소스 requests가 과도한 것 같은데요."

개발자: "VPA를 Off 모드로 설정해서 추천값을 먼저 확인해볼게요. 실제 사용량 대비 얼마나 과할당되었는지 파악할 수 있어요."

FinOps: "자동 적용은요?"

개발자: "스테이징에서 Auto 모드로 테스트하고, 안정적이면 프로덕션에 적용해요. 다만 Pod 재시작이 발생하니까 영향도 체크해야 해요."

기술 면접

면접관: "HPA와 VPA를 함께 사용할 수 있나요?"

지원자: "같은 메트릭(CPU, 메모리)으로 동시 사용하면 충돌합니다. VPA가 requests를 높이면 HPA가 스케일다운하고, 다시 VPA가 조정하는 루프가 생길 수 있어요."

면접관: "그럼 어떻게 해야 하죠?"

지원자: "VPA는 Off 모드로 추천만 받고, HPA로 스케일링하는 게 일반적이에요. 아니면 VPA는 메모리만, HPA는 CPU나 커스텀 메트릭으로 분리하는 방법도 있습니다."

장애 대응

운영팀: "Pod가 자꾸 재시작돼요. OOMKilled도 아닌데..."

개발자: "VPA Updater가 리소스 범위 벗어난 Pod를 퇴거시키는 거예요. kubectl describe pod 보면 evicted by VPA 이벤트가 있을 거예요."

운영팀: "잠깐 멈출 수 있나요?"

개발자: "updateMode를 Off로 바꾸면 추천만 하고 퇴거 안 해요. 안정화되면 다시 Auto로 변경하면 됩니다."

⚠️ 주의사항

🔗 관련 용어

HPA Cluster Autoscaler Resource Quota LimitRange KEDA

📚 더 배우기