KEDA

KEDA erweitert Kubernetes' natives Autoscaling, um auf externe Event-Quellen zu reagieren – Queue-Tiefe, Stream-Verzögerung, benutzerdefinierte Metriken – statt nur auf CPU- und Speichernutzung, und kann einen Workload bis auf null herunterskalieren, wenn keine Arbeit anfällt, was Ressourcen in Leerlaufzeiten spart. Es unterstützt Dutzende von Event-Quellen-Integrationen von Haus aus.

KEDA eignet sich für Teams, die ereignisgesteuerte Workloads auf Kubernetes betreiben – etwa die Verarbeitung von Nachrichten aus Kafka, RabbitMQ oder NATS (ebenfalls in diesem Katalog) – und Autoscaling wollen, das auf tatsächliche Workload-Nachfrage statt Proxy-Metriken wie CPU reagiert.