study.

requests·limits 변경으로 수직 확장하기 · Kubernetes

Pod 수를 늘리는 수평 확장과 Pod당 자원을 늘리는 수직 확장을 비교합니다.

← Kubernetes

진도·퀴즈와 함께 학습하기

먼저, 개념을 잡아볼게요.

수직·수평·노드 확장

수직 확장은 컨테이너당 CPU·메모리를 조절하고 수평 확장은 복제본 수를 바꿉니다. 노드 확장은 클러스터의 실행 용량을 늘립니다. requests만 늘려도 물리 CPU나 노드가 자동 추가되는 것은 아닙니다.

Requests와 Limits의 역할

requests는 배치와 자원 할당의 기준이고 limits는 실행 상한입니다. CPU 한도는 throttling으로 이어질 수 있고 메모리 한도 초과는 OOM 종료로 이어질 수 있습니다. 100m CPU는 0.1 CPU, 64Mi는 이진 메모리 단위입니다.

템플릿 변경과 재생성

Deployment Pod 템플릿의 resources를 바꾸면 새 롤아웃을 수행합니다. 이 실습은 새 Pod를 만드는 방식이며 in-place resize가 아닙니다. 실행 중 Pod resize 지원은 Kubernetes 버전·기능 상태·런타임·자원 여유와 별도로 확인해야 합니다.

왜 필요한가요?

처리량이 부족할 때 복제본을 늘리는 것과 각 실행에 더 많은 자원을 주는 것은 다릅니다. 앱이 여러 복제본으로 분산 가능한지, CPU 제한에 막히는지, 메모리 부족인지 먼저 구분합니다.

차례대로 이해하기

요청량을 합산하기

두 Pod가 각각 50m CPU를 요청하면 합계는 100m입니다. 각 요청을 100m으로 늘리면 합계 200m이 됩니다. 여기에 롤링 업데이트 중 추가 Pod의 요청도 일시적으로 필요할 수 있습니다.

변경의 결과 읽기

set resources는 Deployment 템플릿을 바꾸므로 새 ReplicaSet과 Pod가 만들어집니다. 최종 replicas, Pod별 resources, UID를 비교해 “개수는 유지하고 크기를 변경했다”는 근거를 모으세요.

직접 실행하며 익혀보세요.

kubectl과 개인 실습용 Kubernetes 클러스터, POSIX 셸이 필요합니다. cert-manager와 VPA 실습은 각 레슨에 명시한 사전 설치가 필요합니다. 노드 변경 실습은 폐기 가능한 전용 worker에서만 수행하며 전용 namespace를 사용합니다.

일반적인 개인 Kubernetes 실습 클러스터에서 두 복제본을 실행합니다. metrics-server나 VPA 설치는 필요하지 않습니다. 각 Pod의 요청을 50m/32Mi에서 100m/64Mi로 늘리고 상한도 함께 바꿉니다. 기존 Pod와 새 Pod의 UID를 비교하세요.

(
set -eu
kubectl config current-context
kubectl create namespace study-vertical --dry-run=client -o yaml | kubectl apply -f -
kubectl apply -n study-vertical -f - <<'YAML'
apiVersion: apps/v1
kind: Deployment
metadata:
  name: worker
spec:
  replicas: 2
  selector:
    matchLabels: {app: vertical-worker}
  template:
    metadata:
      labels: {app: vertical-worker}
    spec:
      containers:
      - name: worker
        image: busybox:1.36
        command: ["sleep", "3600"]
        resources:
          requests: {cpu: 50m, memory: 32Mi}
          limits: {cpu: 100m, memory: 64Mi}
YAML
kubectl rollout status deployment/worker -n study-vertical --timeout=120s
kubectl get pods -n study-vertical -o custom-columns=NAME:.metadata.name,UID:.metadata.uid,CPU:.spec.containers[0].resources.requests.cpu,MEMORY:.spec.containers[0].resources.requests.memory
kubectl set resources deployment worker -n study-vertical -c worker --requests=cpu=100m,memory=64Mi --limits=cpu=200m,memory=128Mi
kubectl rollout status deployment/worker -n study-vertical --timeout=120s
kubectl get deployment worker -n study-vertical -o jsonpath='{.spec.replicas}{"\n"}{.spec.template.spec.containers[0].resources}{"\n"}'
kubectl get pods -n study-vertical -o custom-columns=NAME:.metadata.name,UID:.metadata.uid,CPU:.spec.containers[0].resources.requests.cpu,MEMORY:.spec.containers[0].resources.requests.memory
)

이렇게 확인하세요

Deployment spec.replicas는 2를 유지하고 새 템플릿은 requests=100m/64Mi, limits=200m/128Mi여야 합니다. rollout 완료 후 Ready 복제본을 확인합니다. 종료 중인 이전 Pod가 잠시 목록에 남을 수 있습니다. 새 Pod가 Pending이면 추가 requests·롤아웃 surge가 노드 용량에 들어가는지 조사합니다.

실습 리소스 정리

결과 확인을 마친 뒤 실행하세요. 이 실습에서 만든 리소스와 보존할 데이터가 없는지 확인합니다.

kubectl delete namespace study-vertical

응용해보기

노드에 남은 CPU 요청 여유가 150m인데 두 Pod의 요청을 각각 100m 더 늘리려 합니다. 무엇이 문제일까요?

생각해본 뒤 풀이 보기

정상 상태에서도 합계 200m의 추가 요청이 필요해 여유를 넘습니다. 롤아웃 surge가 더 요구할 수도 있습니다. 충분한 용량이나 다른 배치 전략을 확보하지 않으면 새 Pod가 Pending일 수 있습니다. requests를 단순히 실제 사용률처럼 취급하지 않습니다.

잠깐, 이해했는지 확인해볼까요?

이 실습에서 수직 확장이 일어났다고 볼 수 있는 근거는?

  1. 복제본이 2에서 4로 증가
  2. 복제본은 2이고 컨테이너당 requests가 증가
  3. 새 노드가 자동 추가
  4. Service 포트가 증가
생각해본 뒤 풀이 보기

복제본은 2이고 컨테이너당 requests가 증가

Pod 수를 유지하면서 Pod당 자원을 조정했습니다. 템플릿 변경에 따른 Pod 교체가 발생하며 실제 성능 향상은 부하와 지표로 별도 검증해야 합니다.

공식 문서 · requests·limits 변경으로 수직 확장하기