Um aplicativo Kubernetes extrai mensagens do Pub/Sub e as grava no Filestore; um único pod não consegue processar as mensagens em tempo real e elas se acumulam. O processamento exige muito I/O. Como você deve escalar o processamento?

O problema é o acúmulo de mensagens no Pub/Sub, indicando que o processamento não acompanha a taxa de entrada. Escalar com base em subscription/numundeliveredmessages (número de mensagens não entregues) é a solução mais direta, pois o Horizontal Pod Autoscaler (HPA) pode criar mais pods quando há um backlog, garantindo que as mensagens sejam processadas em tempo hábil. As outras opções são menos eficazes: Autoescalonamento baseado em CPU (kubectl autoscale) pode não ser suficiente, pois o gargalo é I/O, não CPU. Autoescalonamento baseado em subscription/pushrequestlatencies (latência de requisições push) não é relevante, pois o aplicativo está pulling mensagens, não recebendo pushes. Habilitar o autoescalonamento do cluster (--enable-autoscaling) dimensiona os nós, não os pods, e não resolve o problema de processamento dentro do cluster.