以下是一个部署基于自定义指标的HPA的示例解决方案，其中使用了Prometheus作为监控工具，并使用Prometheus Adapter来将自定义指标暴露给Kubernetes的HPA。

1. 首先，需要确保已经在集群中部署了Prometheus和Prometheus Adapter。可以使用以下命令来部署它们:

kubectl apply -f https://raw.githubusercontent.com/kubernetes/dashboard/v2.0.0-beta8/aio/deploy/recommended.yaml
kubectl apply -f https://raw.githubusercontent.com/kubernetes/autoscaler/master/charts/prometheus/examples/rbac-setup.yaml
helm install stable/prometheus-adapter --name prometheus-adapter --namespace kube-system --set prometheus.url=http://prometheus-server --set prometheus.port=80

2. 创建一个自定义指标的配置文件custom-metrics-config.yaml，指定要监控的自定义指标。例如，可以监控HTTP请求的平均响应时间：

apiVersion: v1
kind: ConfigMap
metadata:
  name: custom-metrics-config
  namespace: kube-system
data:
  config.yaml: |-
    rules:
    - seriesQuery: 'avg(http_request_duration_seconds{namespace="default"}) by (service)'
      resources:
        overrides:
          service: {resource: "service"}
      name:
        matches: "http_request_duration_seconds"
      metricsQuery: 'avg(http_request_duration_seconds{namespace="default", service="{{.service}}"})'

3. 创建一个HPA的配置文件hpa.yaml，指定要进行自动缩放的Deployment和自定义指标的名称。例如：

apiVersion: autoscaling/v2beta2
kind: HorizontalPodAutoscaler
metadata:
  name: my-hpa
  namespace: default
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: my-deployment
  minReplicas: 1
  maxReplicas: 10
  metrics:
  - type: Pods
    pods:
      metricName: http_request_duration_seconds
      targetAverageValue: 1s

4. 应用配置文件：

kubectl apply -f custom-metrics-config.yaml
kubectl apply -f hpa.yaml

现在，HPA将根据自定义指标中的HTTP请求的平均响应时间来自动调整Pod的数量。如果平均响应时间超过1秒，HPA将增加Pod的数量，如果平均响应时间低于1秒，HPA将减少Pod的数量。

请注意，上述示例假设已经有一个名为my-deployment的Deployment，并且已经在Prometheus中配置了监控HTTP请求的平均响应时间的指标。您需要根据自己的实际情况进行调整和修改。