Kubernetes 1.37 leva HPA a zero: poupança só conta se o arranque cumprir o SLO

O sinal e os factos que mudam a decisão

O Kubernetes 1.37 promoveu para Beta e ativou por defeito o suporte da API para um HorizontalPodAutoscaler reduzir workloads a zero. O regresso exige uma métrica de objeto ou externa adequada; CPU e memória de pods inexistentes não conseguem, por si, disparar o arranque.

A funcionalidade é Beta e ativa por defeito no 1.37; isso não equivale a garantia de adequação a qualquer workload ou distribuição gerida. O estado ScaledToZero permite distinguir redução automática de uma pausa manual, informação necessária para operação e alertas.

O HPA precisa de sinal observável antes de existirem pods; métricas externas ou de objeto devem representar procura e ter comportamento de falha definido. Uma métrica que desaparece, fica stale ou aumenta depois da procura pode manter o serviço parado. Jobs concorrentes, filas sem profundidade fiável, dependências lentas, volumes e imagens grandes podem transformar redução de custo em indisponibilidade silenciosa.

Decisão, limites e condição de bloqueio

Autorize zero apenas por workload, depois de medir evento, atraso da métrica, reconciliação do HPA, scheduling, pull de imagem, arranque, readiness e primeira resposta. Defina um SLO de cold start e mantenha mínimo um quando a latência, o estado ou a disponibilidade da métrica não suportarem zero.

Uma métrica que desaparece, fica stale ou aumenta depois da procura pode manter o serviço parado. Jobs concorrentes, filas sem profundidade fiável, dependências lentas, volumes e imagens grandes podem transformar redução de custo em indisponibilidade silenciosa.

Execução e prova de conclusão

A execução deve começar por selecionar workloads stateless e tolerantes a cold start, excluindo primeiro caminhos síncronos críticos e consumidores com estado local. Depois, executar testes de zero a carga, falha da métrica, backlog, burst, pull sem cache, nó novo e dependência degradada. O fecho exige medir custo evitado contra p50, p95, p99, erros, tempo até primeiro pod pronto e idade do trabalho mais antigo.

O gate passa quando o workload recupera de zero dentro do SLO em cenários normais e de falha, a métrica tem freshness e alertas, backlog não se perde e a poupança líquida permanece material depois do custo operacional.

• selecionar workloads stateless e tolerantes a cold start, excluindo primeiro caminhos síncronos críticos e consumidores com estado local.
• executar testes de zero a carga, falha da métrica, backlog, burst, pull sem cache, nó novo e dependência degradada.
• medir custo evitado contra p50, p95, p99, erros, tempo até primeiro pod pronto e idade do trabalho mais antigo.
• O gate passa quando o workload recupera de zero dentro do SLO em cenários normais e de falha, a métrica tem freshness e alertas, backlog não se perde e a poupança líquida permanece material depois do custo operacional.