Files
kuboard-press/learning/k8s-intermediate/config/computing-resource.md
2019-09-08 20:41:47 +08:00

4.3 KiB
Raw Blame History

layout, description
layout description
LearningLayout 在 Kubernetes 中,管理和分配容器的计算资源

管理容器的计算资源

参考文档: Kubernetes 官网 Managing Compute Resources for Containers

概述

在 Kubernetes 中创建工作负载时,您可以为 Pod 中的每一个容器指定其所需要的内存RAM大小和 CPU 数量。如果这些信息被指定了Kubernetes 调度器可以更好的决定将 Pod 调度到哪一个节点。对于容器来说,其所需要的资源也将依据其指定的数值得到保证。

资源类型及计量

当我们讨论计算资源的时候,主要是指 CPU 和 内存。CPU 的计量单位是内核的单元数,内存的计量单位是 byte 字节数。应用程序可以按量请求、分配、消耗计算资源。

CPU 的计量

在 Kubernetes 中1 个 CPU 代表:

  • 1 AWS vCPU
  • 1 GCP Core
  • 1 Azure vCore
  • 1 IBM vCPU
  • 物理机上 Intel 超线程 CPU 的 1 个超线程Hyperthread

Kubernetes 中0.5 代表请求半个 CPU 资源。表达式 0.1 等价于 表达式 100m (英文读作 one hundred millicpu 或 one hundred millicores。在 API Server 中,表达式 0.1 将被转换成 100m精度低于 1m 的请求是不受支持的。 CPU 的计量代表的是绝对值,而非相对值,例如,您请求了 0.1 个 CPU无论您的节点是 单核、双核、48核您得到的 CPU 资源都是 0.1 核。

内存的计量

内存的计量单位是 byte 字节。您可以使用一个整数来表达内存的大小也可以使用后缀来表示E、P、T、G、M、K。您也可以使用 2 的幂数来表示内存大小其后缀为Ei、Pi、Ti、Gi、Mi、Ki。例如下面的几个表达方式所表示的内存大小大致相等

128974848, 129e6, 129M, 123Mi

容器组及容器的计算资源请求及限制

Kubernetes 中,可以为容器指定计算资源的请求数量 request 和限制数量 limit。尽管资源的请求/限制数量只能在容器上指定,我们仍然经常讨论容器组的资源请求/限制数量。容器组的对某一个类型的资源请求/限制数量是该容器组中所有工作容器对该资源请求/限制数量的求和。

在 Kuboard 的工作负载编辑器中编辑容器资源请求及限制的界面如下图所示:

image-20190908193257183

带有资源请求的容器组是如何调度的

当您创建 Pod 时直接创建或者通过控制器创建Kubernetes 调度程序选择一个节点去运行该 Pod。每一个节点都有一个最大可提供的资源数量CPU 数量和内存大小。调度程序将确保:对于每一种资源类型,已调度的 Pod 对该资源的请求之和小于该节点最大可供使用资源数量。

::: tip 尽管某个节点实际使用的CPU、内存数量非常低如果新加入一个 Pod 使得该节点上对 CPU 或内存请求的数量之和大于了该节点最大可供使用 CPU 或内存数量,则调度程序不会将该 Pod 分配到该节点。Kubernetes 这样做可以避免在日常的流量高峰时段,节点上出现资源短缺的情况。 :::

带有资源限制的容器组时如何运行的

Kubelet 启动容器组的容器时,将 CPU、内存的最大使用限制作为参数传递给容器引擎。

以 Docker 容器引擎为例:

  • 容器的 cpu 请求将转换成 docker 要求的格式,并以 --cpu-shares 标志传递到 docker run 命令
  • 容器的 cpu 限制将也将转换成 millicore 表达式并乘以 100。结果数字是每 100ms 的周期内,该容器可以使用的 CPU 份额
  • 容器的内存限制将转换成一个整数,并使用 --memory 标志传递到 docker run 命令

如下情况可能会发生:

  • 如果某个容器超出了其内存限制,它可能将被终止。如果 restartPolicy 为 Always 或 OnFailurekubelet 将重启该容器
  • 如果某个容器超出了其内存申请(仍低于其内存限制),当节点超出内存使用时,该容器仍然存在从节点驱逐的可能性
  • 短时间内容器有可能能够超出其 CPU 使用限制运行。kubernetes 并不会终止这些超出 CPU 使用限制的容器