Un HorizontalPodAutoscaler cambia el número de réplicas de un Deployment (o de un StatefulSet) para mantener una métrica cerca de un objetivo. Para la CPU, el uso es el consumo como porcentaje de la solicitud, en media sobre los Pods, y el número deseado es más o menos techo(réplicas actuales × uso actual ÷ objetivo), entre minReplicas y maxReplicas.
kubectl autoscale deployment NOMBRE --min=2 --max=10 --cpu-percent=60 crea uno; kubectl get hpa muestra TARGETS como actual/objetivo. Las métricas vienen del servidor de métricas, la misma fuente que kubectl top.
Hay tres fallos frecuentes. Sin una solicitud de CPU el HPA muestra <unknown>, porque no hay nada por lo que dividir. En su máximo se detiene, y describe dice ScalingLimited con TooManyReplicas. Y escalar el Deployment a mano choca con el HPA, que vuelve a poner su número; cambia el HPA. Los clústeres reales también esperan una ventana de estabilización antes de reducir; este clúster se asienta enseguida.
Crear, vigilar el objetivo y leer las condiciones.