Когда реплик приложения стало больше, а полезная скорость не выросла, проверьте две вещи: получают ли новые экземпляры работу и не ждут ли все одну общую зависимость. Число запущенных процессов само по себе не измеряет производительность. Начните с распределения завершённых операций и ожиданий по каждой готовой реплике.
Сравнение выполняйте на согласованном стенде с одинаковыми данными и входящим профилем. Масштабирование может увеличить нагрузку на общую базу и внешние сервисы. Заранее ограничьте эксперимент и подготовьте возврат исходного числа экземпляров. Не меняйте лимиты базы, приложения и балансировщика одновременно: результат потеряет объяснение.
Готовность и полученная работа — разные наблюдения
| Состояние | Что известно | Чего ещё не знаем |
|---|---|---|
| Экземпляр создан | Планировщик выполнил действие | Готов ли он обслуживать запрос |
| Экземпляр готов | Проверка готовности пройдена | Приходит ли реальный поток |
| Запросы приходят | Маршрутизация работает | Сколько полезных операций завершено |
| Операции завершены | Есть измеренный результат | Не ухудшилось ли качество |
Посмотрите распределение запросов и занятость по экземплярам. Если одна реплика перегружена, а остальные простаивают, исследуйте маршрут, закрепление сессий и долгоживущие соединения. Не отключайте закрепление вслепую: приложение может хранить состояние локально. На стенде сначала подтвердите, что перенос запроса не теряет сессию и данные.
Метрика масштабирования не равна цели бизнеса
Kubernetes HPA изменяет число реплик на основании наблюдаемых метрик; в расчётах учитываются готовность и отсутствие части метрик. Это проверено по официальной документации 12 октября 2026 года. Рост числа реплик подтверждает решение контроллера, но не доказывает рост пропускной способности пользовательского сценария.
Условный лист сравнения:
version_and_data: одинаковые
ready_replicas: <до> → <после>
actual_arrival_rate: <до> / <после>
completed_actions: <до> / <после>
per_replica_work: <распределение>
shared_dependency_wait: <изменение>Если цель — быстрее обработать заявки, измеряйте сохранённые корректные заявки при приемлемом времени. Не подменяйте её средней загрузкой CPU. Низкая загрузка приложения при большом ожидании базы не обязательно даёт контроллеру сигнал добавить экземпляры; дополнительная реплика в таком случае может только расширить очередь к базе.
Общее узкое место перемещается
- База получает больше параллельных запросов, но завершает прежний объём.
- Внешний API ограничивает поток независимо от числа реплик.
- Общая блокировка последовательно пропускает операции.
- Один общий диск или сервис хранения удерживает все экземпляры.
Это гипотезы для проверки по наблюдениям. Найдите зависимость, время ожидания которой выросло после добавления реплик. Не выбирайте диагноз только потому, что компонент общий. Если входящий поток не увеличился, прежняя скорость завершения может быть совершенно нормальной: системе не предложили больше работы. Проверьте возможности генератора и фактический профиль.
Один следующий эксперимент
- Подтвердить готовность и работу новых экземпляров.
- Сравнить качество при одинаковом потоке.
- Выбрать одну подтверждённую границу.
- Испытать согласованное изменение этой границы на стенде.
- Повторить сравнение, проверяя корректность результатов.
Если причина в общих дорогих запросах, оптимизация запросов может дать больший эффект, чем ещё одна реплика. Если в маршрутизации — исправляйте распределение. Если в фиксированном ограничении внешнего сервиса — меняйте модель работы с ним в рамках его правил. Возврат числа реплик не отменяет уже запущенные операции; учитывайте их завершение.
Итоговый разбор должен назвать, куда ушла дополнительная мощность: в полезную работу, простаивание или ожидание. Сохраните распределение трафика и время общей зависимости до и после. Такой отчёт позволяет выбрать следующее изменение без бесконечного увеличения числа серверов.