Karpenter：Kubernetes 节点自动伸缩器部署指南（替代 Cluster Autoscaler）

Kubernetes 集群的节点自动伸缩一直是生产运维的核心课题。传统的 Cluster Autoscaler（CA）依赖节点组配置，伸缩逻辑固定，响应速度较慢，且无法根据 Pod 的实际资源需求灵活选择机型。Karpenter 是由 AWS 开源的新一代节点伸缩器，它直接与云厂商 API 对接，能在数十秒内按需启动最合适的节点，支持混合实例类型、Spot 实例优先、节点整合（Consolidation）等高级特性，在弹性与成本控制方面大幅超越传统方案。

本文将带你在 K3s 集群环境中理解 Karpenter 的核心架构，并完成从安装到生产配置的完整部署流程，同时给出与 Cluster Autoscaler 的横向对比，帮助你做出合适的技术选型。

---

环境要求

Karpenter 对集群及节点有以下基本要求：

组件	要求
Kubernetes 版本	v1.26 及以上
控制节点 CPU	2 核
控制节点内存	4 GB
系统盘	40 GB SSD
操作系统	Ubuntu 22.04 LTS
Helm	v3.10+
kubectl	与集群版本匹配

如果你还没有合适的云服务器来搭建 K3s 控制节点，推荐使用 雨云服务器 rainyun-com。注册填优惠码 2026off 领 5 折优惠券，2 核 4GB 机型性价比极高，完全能够胜任 K3s 单节点集群控制平面的运行需求，用于学习和中小型生产环境均可。

确认集群状态正常：

kubectl get nodes
# NAME          STATUS   ROLES                  AGE   VERSION
# k3s-master    Ready    control-plane,master   1d    v1.29.0+k3s1

kubectl version --short
# Client Version: v1.29.0
# Server Version: v1.29.0+k3s1

---

安装准备

Karpenter 与 Cluster Autoscaler 对比

在开始安装前，先了解两者的核心差异：

特性	Karpenter	Cluster Autoscaler
伸缩粒度	直接调用云 API，按 Pod 需求选机型	基于节点组，机型固定
响应速度	~30 秒	1-3 分钟
Spot 支持	原生支持，自动 Fallback	需要配置多节点组
节点整合	内置 Consolidation	需要额外工具
配置复杂度	较简单（声明式 CRD）	较复杂（节点组多）

安装 Helm

curl https://raw.githubusercontent.com/helm/helm/main/scripts/get-helm-3 | bash
helm version

配置必要的环境变量

export CLUSTER_NAME="my-k3s-cluster"
export CLUSTER_ENDPOINT=$(kubectl config view --minify -o jsonpath='{.clusters[0].cluster.server}')
export KARPENTER_VERSION="v0.37.0"
export KARPENTER_NAMESPACE="karpenter"

---

部署步骤

第一步：安装 CRD

Karpenter 使用 NodePool 和 EC2NodeClass（AWS）或 NodeClaim 等 CRD 来描述节点配置：

# 创建命名空间
kubectl create namespace ${KARPENTER_NAMESPACE}

# 添加 Helm 仓库
helm repo add karpenter https://charts.karpenter.sh/
helm repo update

第二步：部署 Karpenter 控制器

以下示例为通用部署配置（非 AWS 环境可使用社区版 Karpenter 或对应云厂商 Provider）：

helm upgrade --install karpenter karpenter/karpenter \
  --namespace "${KARPENTER_NAMESPACE}" \
  --create-namespace \
  --version "${KARPENTER_VERSION}" \
  --set "settings.clusterName=${CLUSTER_NAME}" \
  --set "settings.clusterEndpoint=${CLUSTER_ENDPOINT}" \
  --set controller.resources.requests.cpu=100m \
  --set controller.resources.requests.memory=160Mi \
  --set controller.resources.limits.cpu=1 \
  --set controller.resources.limits.memory=1Gi \
  --wait

第三步：创建 NodePool

NodePool 是 Karpenter v0.32+ 中替代 Provisioner 的核心 CRD，用于声明节点的约束条件和配置：

# nodepool.yaml
apiVersion: karpenter.sh/v1beta1
kind: NodePool
metadata:
  name: default
spec:
  template:
    spec:
      requirements:
        - key: kubernetes.io/arch
          operator: In
          values: ["amd64"]
        - key: kubernetes.io/os
          operator: In
          values: ["linux"]
        - key: karpenter.sh/capacity-type
          operator: In
          values: ["spot", "on-demand"]
        - key: node.kubernetes.io/instance-type
          operator: In
          values: ["c5.large", "c5.xlarge", "m5.large", "m5.xlarge"]
      nodeClassRef:
        apiVersion: karpenter.k8s.aws/v1beta1
        kind: EC2NodeClass
        name: default
  limits:
    cpu: 100
    memory: 400Gi
  disruption:
    consolidationPolicy: WhenUnderutilized
    consolidateAfter: 30s
    expireAfter: 720h  # 30 天后节点自动轮转

kubectl apply -f nodepool.yaml

第四步：创建 EC2NodeClass（AWS 环境）

# ec2nodeclass.yaml
apiVersion: karpenter.k8s.aws/v1beta1
kind: EC2NodeClass
metadata:
  name: default
spec:
  amiFamily: AL2
  role: "KarpenterNodeRole-${CLUSTER_NAME}"
  subnetSelectorTerms:
    - tags:
        karpenter.sh/discovery: "${CLUSTER_NAME}"
  securityGroupSelectorTerms:
    - tags:
        karpenter.sh/discovery: "${CLUSTER_NAME}"
  blockDeviceMappings:
    - deviceName: /dev/xvda
      ebs:
        volumeSize: 50Gi
        volumeType: gp3
        encrypted: true

kubectl apply -f ec2nodeclass.yaml

第五步：迁移 Cluster Autoscaler 工作负载

如果你正在从 Cluster Autoscaler 迁移，建议分步进行：

# 暂停 Cluster Autoscaler
kubectl scale deployment cluster-autoscaler \
  -n kube-system --replicas=0

# 验证 Karpenter 正常工作后再卸载 CA
helm uninstall cluster-autoscaler -n kube-system

---

配置说明

Disruption（节点整合）策略

Karpenter 的节点整合功能可以主动合并低利用率节点，降低成本：

disruption:
  consolidationPolicy: WhenUnderutilized  # 当节点利用率低时整合
  # 也可使用 WhenEmpty：仅当节点完全空闲时整合
  consolidateAfter: 1m    # 等待 1 分钟后执行整合
  expireAfter: 168h       # 节点存活 7 天后强制轮转（安全补丁）

权重与优先级

多个 NodePool 可以设置权重，Karpenter 优先选择权重高的：

spec:
  weight: 100  # 数值越高优先级越高（默认 10）

资源限制

防止 Karpenter 无限扩容，务必设置集群级别的资源上限：

limits:
  cpu: "200"        # 集群最多 200 核 CPU
  memory: 800Gi     # 集群最多 800GB 内存

---

验证测试

触发自动扩容

创建一个需要额外节点的高资源 Deployment：

cat <<EOF | kubectl apply -f -
apiVersion: apps/v1
kind: Deployment
metadata:
  name: karpenter-test
spec:
  replicas: 5
  selector:
    matchLabels:
      app: karpenter-test
  template:
    metadata:
      labels:
        app: karpenter-test
    spec:
      containers:
      - name: pause
        image: public.ecr.aws/eks-distro/kubernetes/pause:3.7
        resources:
          requests:
            cpu: "1"
            memory: "1Gi"
EOF

观察 Karpenter 日志

# 查看 Karpenter 控制器日志
kubectl logs -n karpenter -l app.kubernetes.io/name=karpenter \
  -c controller --follow

# 观察 NodeClaim 创建过程
kubectl get nodeclaim -w

# 查看节点何时 Ready
kubectl get nodes -w

验证节点整合

# 删除测试 Deployment，观察节点是否被回收
kubectl delete deployment karpenter-test

# 约 1-2 分钟后查看节点数量变化
kubectl get nodes

---

常见问题

Q：Karpenter 一直无法启动新节点，Pod 持续 Pending？

检查以下几点：

1. NodePool 的 requirements 与实际可用实例类型是否匹配
2. 云厂商 IAM 权限是否赋予了 Karpenter 创建实例的权限
3. 子网和安全组标签是否正确打上了 karpenter.sh/discovery

kubectl describe nodeclaim <nodeclaim-name>
kubectl logs -n karpenter -l app.kubernetes.io/name=karpenter -c controller | grep ERROR

Q：节点被 Karpenter 意外驱逐，如何保护关键 Pod？

为关键工作负载添加 do-not-disrupt 注解：

metadata:
  annotations:
    karpenter.sh/do-not-disrupt: "true"

Q：如何限制 Karpenter 只使用特定可用区？

在 NodePool requirements 中添加约束：

- key: topology.kubernetes.io/zone
  operator: In
  values: ["us-east-1a", "us-east-1b"]

Q：Karpenter 与 HPA（Horizontal Pod Autoscaler）如何协同？

HPA 根据 CPU/内存指标水平扩展 Pod 副本数，Karpenter 负责为新 Pod 提供节点。两者天然配合，无需额外配置，形成完整的弹性伸缩链路：指标上升 → HPA 增加副本 → Pod Pending → Karpenter 新增节点。

---