网站推广排名机构,为女人网上量体做衣网站,wordpress just,phpcms v9做网站目录
1 metrics-server
2 指定内存请求和限制
3 指定 CPU 请求和限制 资源限制
在k8s中对于容器资源限制主要分为以下两类: 内存资源限制: 内存请求#xff08;request#xff09;和内存限制#xff08;limit#xff09;分配给一个容器。 我们保障容器拥有它请求数量的… 目录
1 metrics-server
2 指定内存请求和限制
3 指定 CPU 请求和限制 资源限制
在k8s中对于容器资源限制主要分为以下两类: 内存资源限制: 内存请求request和内存限制limit分配给一个容器。 我们保障容器拥有它请求数量的内存但不允许使用超过限制数量的内存。 官网参考地址: 为容器和 Pod 分配内存资源 | Kubernetes CPU 资源限制: 为容器设置 CPU request请求 和 CPU limit限制。 容器使用的 CPU 不能超过所配置的限制。 如果系统有空闲的 CPU 时间则可以保证给容器分配其所请求数量的 CPU 资源。 官网参考地址: 为容器和 Pods 分配 CPU 资源 | Kubernetes
请求 request memory cpu :可以使用的基础资源 100M
限制 limit memory cpu :可以使用的最大资源 200M 超过最大资源之后容器会被 kill , OOM 错误
1 metrics-server 官网地址: GitHub - kubernetes-sigs/metrics-server: Scalable and efficient source of container resource metrics for Kubernetes built-in autoscaling pipelines. Kubernetes Metrics Server (Kubernetes指标服务器)它是一个可扩展的、高效的容器资源度量源。Metrics Server 用于监控每个 Node 和 Pod 的负载用于Kubernetes内置自动扩缩管道。Metrics Server 从Kubelets 收集资源指标并通过 Metrics API 在Kubernetes apiserver中公开供 Horizontal Pod Autoscaler 和 Vertical Pod Autoscaler 使用。Metrics API 也可以通过 kubectl top 访问使其更容易调试自动扩缩管道。 查看 metrics-server或者其他资源指标 API metrics.k8s.io 服务提供者是否正在运行 请键入以下命令
kubectl get apiservices 如果资源指标 API 可用则会输出将包含一个对 metrics.k8s.io 的引用。
NAME
v1beta1.metrics.k8s.io 安装 metrics-server
# components.yaml
apiVersion: v1
kind: ServiceAccount
metadata:labels:k8s-app: metrics-servername: metrics-servernamespace: kube-system
---
apiVersion: rbac.authorization.k8s.io/v1
kind: ClusterRole
metadata:labels:k8s-app: metrics-serverrbac.authorization.k8s.io/aggregate-to-admin: truerbac.authorization.k8s.io/aggregate-to-edit: truerbac.authorization.k8s.io/aggregate-to-view: truename: system:aggregated-metrics-reader
rules:- apiGroups:- metrics.k8s.ioresources:- pods- nodesverbs:- get- list- watch
---
apiVersion: rbac.authorization.k8s.io/v1
kind: ClusterRole
metadata:labels:k8s-app: metrics-servername: system:metrics-server
rules:- apiGroups:- resources:- nodes/metricsverbs:- get- apiGroups:- resources:- pods- nodesverbs:- get- list- watch
---
apiVersion: rbac.authorization.k8s.io/v1
kind: RoleBinding
metadata:labels:k8s-app: metrics-servername: metrics-server-auth-readernamespace: kube-system
roleRef:apiGroup: rbac.authorization.k8s.iokind: Rolename: extension-apiserver-authentication-reader
subjects:- kind: ServiceAccountname: metrics-servernamespace: kube-system
---
apiVersion: rbac.authorization.k8s.io/v1
kind: ClusterRoleBinding
metadata:labels:k8s-app: metrics-servername: metrics-server:system:auth-delegator
roleRef:apiGroup: rbac.authorization.k8s.iokind: ClusterRolename: system:auth-delegator
subjects:- kind: ServiceAccountname: metrics-servernamespace: kube-system
---
apiVersion: rbac.authorization.k8s.io/v1
kind: ClusterRoleBinding
metadata:labels:k8s-app: metrics-servername: system:metrics-server
roleRef:apiGroup: rbac.authorization.k8s.iokind: ClusterRolename: system:metrics-server
subjects:- kind: ServiceAccountname: metrics-servernamespace: kube-system
---
apiVersion: v1
kind: Service
metadata:labels:k8s-app: metrics-servername: metrics-servernamespace: kube-system
spec:ports:- name: httpsport: 443protocol: TCPtargetPort: httpsselector:k8s-app: metrics-server
---
apiVersion: apps/v1
kind: Deployment
metadata:labels:k8s-app: metrics-servername: metrics-servernamespace: kube-system
spec:selector:matchLabels:k8s-app: metrics-serverstrategy:rollingUpdate:maxUnavailable: 0template:metadata:labels:k8s-app: metrics-serverspec:containers:- args:- --cert-dir/tmp- --secure-port4443- --kubelet-preferred-address-typesInternalIP,ExternalIP,Hostname- --kubelet-use-node-status-port- --metric-resolution15s- --kubelet-insecure-tls #修改去掉证书验证image: dyrnq/metrics-server:v0.6.2 #修改官方无法下载imagePullPolicy: IfNotPresentlivenessProbe:failureThreshold: 3httpGet:path: /livezport: httpsscheme: HTTPSperiodSeconds: 10name: metrics-serverports:- containerPort: 4443name: httpsprotocol: TCPreadinessProbe:failureThreshold: 3httpGet:path: /readyzport: httpsscheme: HTTPSinitialDelaySeconds: 20periodSeconds: 10resources:requests:cpu: 100mmemory: 200MisecurityContext:allowPrivilegeEscalation: falsereadOnlyRootFilesystem: truerunAsNonRoot: truerunAsUser: 1000volumeMounts:- mountPath: /tmpname: tmp-dirhostNetwork: true #必须指定这个才行nodeSelector:kubernetes.io/os: linuxpriorityClassName: system-cluster-criticalserviceAccountName: metrics-servervolumes:- emptyDir: {}name: tmp-dir
---
apiVersion: apiregistration.k8s.io/v1
kind: APIService
metadata:labels:k8s-app: metrics-servername: v1beta1.metrics.k8s.io
spec:group: metrics.k8s.iogroupPriorityMinimum: 100insecureSkipTLSVerify: trueservice:name: metrics-servernamespace: kube-systemversion: v1beta1versionPriority: 100
$ kubectl appply -f components.yaml
2 指定内存请求和限制
官网: 为容器和 Pod 分配内存资源 | Kubernetes
为容器指定内存请求请在容器资源清单中包含 resourcesrequests 字段。 同理要指定内存限制请包含 resourceslimits。
# nginx-memory-demo.yaml
#内存资源的基本单位是字节byte。你可以使用这些后缀之一将内存表示为 纯整数或定点整数E、P、T、G、M、K、Ei、Pi、Ti、Gi、Mi、Ki。 例如下面是一些近似相同的值128974848, 129e6, 129M, 123MiapiVersion: v1
kind: Pod
metadata:name: nginx-memory-demo
spec:containers:- name: nginx-memory-demoimage: nginx:1.19resources:requests:memory: 100Mi limits:memory: 200Mi 查看容器内存使用情况
$ kubectl get pod nginx-memory-demo --outputyaml 查看容器正在使用内存情况
$ kubectl top pod nginx-memory-demo 内存请求和限制的目的 通过为集群中运行的容器配置内存请求和限制你可以有效利用集群节点上可用的内存资源。 通过将 Pod 的内存请求保持在较低水平你可以更好地安排 Pod 调度。 通过让内存限制大于内存请求你可以完成两件事 Pod 可以进行一些突发活动从而更好的利用可用内存。 Pod 在突发活动期间可使用的内存被限制为合理的数量。 没有指定内存限制 如果你没有为一个容器指定内存限制则自动遵循以下情况之一 容器可无限制地使用内存。容器可以使用其所在节点所有的可用内存 进而可能导致该节点调用 OOM Killer。 此外如果发生 OOM Kill没有资源限制的容器将被杀掉的可行性更大。 运行的容器所在命名空间有默认的内存限制那么该容器会被自动分配默认限制。
3 指定 CPU 请求和限制
官网: 为容器和 Pods 分配 CPU 资源 | Kubernetes
为容器指定 CPU 请求请在容器资源清单中包含 resources: requests 字段。 要指定 CPU 限制请包含 resources:limits。
# nginx-cpu-demo.yaml
#CPU 资源以 CPU 单位度量。小数值是可以使用的。一个请求 0.5 CPU 的容器保证会获得请求 1 个 CPU 的容器的 CPU 的一半。 你可以使用后缀 m 表示毫。例如 100m CPU、100 milliCPU 和 0.1 CPU 都相同。 CPU 请求只能使用绝对数量而不是相对数量。0.1 在单核、双核或 48 核计算机上的 CPU 数量值是一样的。apiVersion: v1
kind: Pod
metadata:name: nginx-cpu-demo
spec:containers:- name: nginx-cpu-demoimage: nginx:1.19resources:limits:cpu: 1requests:cpu: 0.5 显示 pod 详细信息
$ kubectl get pod nginx-cpu-demo --outputyaml 显示 pod 运行指标
$ kubectl top pod nginx-cpu-demo CPU 请求和限制的初衷 通过配置你的集群中运行的容器的 CPU 请求和限制你可以有效利用集群上可用的 CPU 资源。 通过将 Pod CPU 请求保持在较低水平可以使 Pod 更有机会被调度。 通过使 CPU 限制大于 CPU 请求你可以完成两件事 Pod 可能会有突发性的活动它可以利用碰巧可用的 CPU 资源。 Pod 在突发负载期间可以使用的 CPU 资源数量仍被限制为合理的数量。 如果不指定 CPU 限制 如果你没有为容器指定 CPU 限制则会发生以下情况之一 容器在可以使用的 CPU 资源上没有上限。因而可以使用所在节点上所有的可用 CPU 资源。 容器在具有默认 CPU 限制的名字空间中运行系统会自动为容器设置默认限制。 如果你设置了 CPU 限制但未设置 CPU 请求
如果你为容器指定了 CPU 限制值但未为其设置 CPU 请求Kubernetes 会自动为其 设置与 CPU 限制相同的 CPU 请求值。类似的如果容器设置了内存限制值但未设置 内存请求值Kubernetes 也会为其设置与内存限制值相同的内存请求。
