
Google le pegó el palo al gato a uno de los dolores más viejos del cloud-native: las cargas de trabajo que corren de forma esporádica (batch, workers event-driven, entornos de desarrollo) pero que siguen consumiendo cómputo mientras esperan pega. En GKE 1.37, la respuesta es un scale-to-zero nativo, integrado directo en el control plane.
KEDA era la solución, pero con costo
Hasta ahora, la salida clásica era KEDA (Kubernetes Event-Driven Autoscaling), un componente opcional. Funciona, pero suma fricción: hay que administrar CRDs tipo ScaledObject, operadores, y en flotas grandes la configuración puede pasar de las 10.000 líneas de YAML. Sin mencionar la latencia extra que meten los polling intervals y los saltos entre componentes en el arranque en frío.
Cómo funciona el scale-to-zero nativo
Google hornea la lógica directo en GKE, apoyándose en dos piezas:
- HPA con AutoscalingMetric: un pipeline de señales administrado que ahora lee métricas externas directo desde Google Cloud Managed Service for Prometheus, además de Pub/Sub, Cloud Monitoring y señales del Load Balancer, sin necesidad de un adaptador.
- KEP-2021: la mejora de Kubernetes que habilita
minReplicas: 0en el HorizontalPodAutoscaler. Con esto, el HPA detiene todos los pods cuando la métrica cae bajo el umbral y los “despierta” apenas detecta trabajo pendiente.
La gracia es que la lógica pasa de ser un sidecar management a un atributo nativo de la workload.
Por qué importa
Esto no es solo ahorrar plata. Es desacoplar el costo de la infraestructura siempre encendida de la disponibilidad de la workload. Equipos que corren procesos batch o workers que esperan eventos en una cola pueden llegar a cero réplicas sin miedo a perder la capacidad de reaccionar rápido.
El trade-off es claro: menos componentes que operar, menos YAML que mantener y arranques en frío más predecibles. Si estás en GKE y todavía arrastras KEDA para scale-to-zero, vale la pena revisar si el camino nativo te simplifica la vida.


