Entendendo a arquitetura do Karpenter para autoscaling no Kubernetes

O Karpenter não é só um autoscaler mais rápido: é um novo paradigma de gerenciamento de infraestrutura em Kubernetes, baseado em reconciliação orientada a eventos e não em varreduras periódicas. Enquanto o Cluster Autoscaler opera sobre grupos de nós pré-configurados, com limites fixos, políticas rígidas de escalonamento e dependência de tags ou labels para identificar recursos, o Karpenter observa diretamente o estado dos pods pendentes, calcula a combinação ótima de CPU, memória, arquitetura (Graviton/x86) e requisitos de taints/tolerations, e então provisiona *um único nó* com o tipo de instância mais barato e adequado da nuvem, via API nativa (EC2, AKS VMSS, OCI Compute). Essa abordagem 'workload-driven' elimina a sobrecarga de manter múltiplos ASGs ou node pools manuais, reduzindo a complexidade operacional e o risco de subdimensionamento ou overprovisioning.

Sua arquitetura se sustenta em duas CRDs centrais: NodePool, que define regras de alto nível (zonas, taints, priorização de Spot), e NodeClass, que encapsula detalhes do provedor (AMI, perfis IAM, grupos de segurança). Isso separa claramente política de infraestrutura, permitindo que equipes de plataforma definam padrões organizacionais sem expor detalhes de nuvem aos times de aplicação. A versão v1.0.0 (ago/2024) estabilizou essas APIs, e a v1.5 (jul/2025) aprimorou a consolidação com estratégia 'emptiness-first', removendo nós ociosos com respeito estrito a PDBs, algo crítico em ambientes de produção com SLAs rigorosos.

Para engenheiros de plataformas, o Karpenter resolve três dores reais: tempo de resposta lento ao pico (o CA leva minutos; o Karpenter coloca um nó em ~45 segundos), desperdício de custos por instâncias subutilizadas (consolidação ativa reduziu em até 60% o uso de computação na Vorwerk), e dívida técnica acumulada em grupos de nós manualmente gerenciados. Sua adoção direta no EKS Auto Mode e a disponibilidade geral do provedor para OCI (abr/2026) mostram que ele deixou de ser uma opção experimental para se tornar parte da stack padrão em clusters multi-nuvem. Ferramentas como Cast AI para Karpenter (GA em mai/2026) indicam que o ecossistema já evoluiu para orquestrar o próprio autoscaler, com rebalanceamento contínuo, previsão de demanda e ajuste automático de NodePools, indo além do que o Karpenter faz nativamente.