容器的资源限制

服务质量

requests（ 资源需求，最低保障 ）：

limits（ 资源限制，硬限制 ）：

CPU： 指CPU线程，一个线程 1000m

内存

QoS Class：自动生成

• Guranteed（优先级高）

  同时设置CPU与内存的request和limits

  ? CPU.limits=CPU.request

  memory.limits=CPU.request

• Burstable（优先级中）

  至少一个容器设置了CPU或memory的request

• BestEffort（优先级低）

  没有任何一个容器被设置了request和limits

当服务器的资源不够用的时候

• 会优先杀掉 优先级低 的容器。
• 按照需求量，占用 比率高 的被杀掉。

HeapSter+InfluxDB+Grafana（适用于1.10之前的版本，已经不建议使用）

资源使用量数据采集工具

• cAdvisor：集成与kunelet，收集node上 pod级别的用量
• HeapSter： 收集汇总数据
• InfluxDB：持久化数据
• Grafana：展示数据

https://github.com/huruizhi/kubeasz/blob/master/docs/guide/heapster.md

资源指标API 与 自定义指标API

• 资源指标
• 自定义指标

新一代架构

• 核心指标流水线：kubelet metric-server 与 API Server 提供的api；监控CPU累计使用率，内存实时使用率，Pod的资源占用与node的磁盘占用率。

• 监控流水线：从系统手机各种指标数据提供给终端用户、存储系统与HPA，非核心指标不能被k8s所解析。

metric-server

资源指标

kube-aggregator 作为代理将核心指标的访问指向apiserver，将用户自定义的指标指向metric-server

prometheus + k8s-prometheus-adapter

自定义指标

https://github.com/kubernetes/kubernetes/tree/master/cluster/addons/prometheus

注意：推荐使用helm安装部署prometues

HPA 应用自动伸缩

kubectl autoscale (-f FILENAME | TYPE NAME | TYPE/NAME) [--min=MINPODS] --max=MAXPODS
[--cpu-percent=CPU] [options]

kubectl explain hpa.spec.scaleTargetRef

06-容器的资源限制

原文：https://www.cnblogs.com/pythonPath/p/11267415.html