Kubernetes 弹性伸缩全场景解析（四）- 让核心组件充满弹性( 三 )_：Kubernetes弹性伸缩全场景解析（四）

cluster-proportional-autoscaler 的伸缩策略主要有两种：一种是线性模型，一种是梯度模型。

简单的理解，线性模型就是 y = rate * x + min，设置最小值，以及伸缩的区间，并根据当前节点的数目，通过线性模型计算所需的核心组件数目。在上面的例子中，我们用的就是线性模型，线性模型支持的配置参数如下：

min、max、以及 preventSinglePointFailure 都比较好理解，coresPerReplica 的意思是按照核心数目来计算副本集，nodesPerReplica 是按照节点数目来计算副本集。

用一个实际的例子进行举例，例如当前集群有两个节点，每个节点的配置是 4C8G，那么如果按照 coresPerReplica 这个指标计算，则需要弹出 42/2=4 个副本。如果按照 nodesPerReplica 来计算，则需要弹出 21 = 2 个副本。此时 cluster-proportional-autoscaler 会取两者之间的大的数值，也就是 4 作为最后的伸缩数目进行扩容。