0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內(nèi)不再提示

如何限制容器可以使用的CPU資源

馬哥Linux運維 ? 來源:博客園sparkdev ? 2024-10-24 17:04 ? 次閱讀

默認情況下容器可以使用的主機 CPU 資源是不受限制的。和內(nèi)存資源的使用一樣,如果不對容器可以使用的 CPU 資源進行限制,一旦發(fā)生容器內(nèi)程序異常使用 CPU 的情況,很可能把整個主機的 CPU 資源耗盡,從而導致更大的災難。本文將介紹如何限制容器可以使用的 CPU 資源。
本文的 demo 中會繼續(xù)使用《Docker: 限制容器可用的內(nèi)存》一文中創(chuàng)建的 docker 鏡像 u-stress 進行壓力測試,文中就不再過多的解釋了。

限制可用的 CPU 個數(shù)

在 docker 1.13 及更高的版本上,能夠很容易的限制容器可以使用的主機 CPU 個數(shù)。只需要通過 --cpus 選項指定容器可以使用的 CPU 個數(shù)就可以了,并且還可以指定如 1.5 之類的小數(shù)。接下來我們在一臺有四個 CPU 且負載很低的主機上進行 demo 演示:

61fef396-90f7-11ef-a511-92fbcf53809c.png

通過下面的命令創(chuàng)建容器,--cpus=2 表示容器最多可以使用主機上兩個 CPU:

$ docker run -it --rm --cpus=2 u-stress:latest /bin/bash

然后由 stress 命令創(chuàng)建四個繁忙的進程消耗 CPU 資源:

# stress -c 4

我們先來看看 docker stats 命令的輸出:

621bfb30-90f7-11ef-a511-92fbcf53809c.png

容器 CPU 的負載為 200%,它的含義為單個 CPU 負載的兩倍。我們也可以把它理解為有兩顆 CPU 在 100% 的為它工作。
再讓我們通過 top 命令看看主機 CPU 的真實負載情況:

6238e4a2-90f7-11ef-a511-92fbcf53809c.png

哈哈,有點大跌眼鏡!實際的情況并不是兩個 CPU 負載 100%,而另外兩個負載 0%。四個 CPU 的負載都是 50%,加起來容器消耗的 CPU 總量就是兩個 CPU 100% 的負載。

看來對于進程來說是沒有 CPU 個數(shù)這一概念的,內(nèi)核只能通過進程消耗的 CPU 時間片來統(tǒng)計出進程占用 CPU 的百分比。這也是我們看到的各種工具中都使用百分比來說明 CPU 使用率的原因。
嚴謹起見,我們看看 docker 的官方文檔中是如何解釋 --cpus 選項的:
Specify how much of the available CPU resources a container can use.
果然,人家用的是 "how much",不可數(shù)的!并且 --cpus 選項支持設為小數(shù)也從側面說明了對 CPU 的計量只能是百分比。
看來筆者在本文中寫的 "CPU 個數(shù)" 都是不準確的。既然不準確,為什么還要用?當然是為了容易理解。況且筆者認為在 --cpus 選項的上下文中理解為 "CPU 個數(shù)" 并沒有問題(有興趣的同學可以讀讀--cpus 選項的由來,人家的初衷也是要表示 CPU 個數(shù)的)。

雖然 --cpus 選項用起來很爽,但它畢竟是 1.13 才開始支持的。對于更早的版本完成同樣的功能我們需要配合使用兩個選項:--cpu-period 和 --cpu-quota(1.13 及之后的版本仍然支持這兩個選項)。下面的命令實現(xiàn)相同的結果:

$ docker run -it --rm --cpu-period=100000 --cpu-quota=200000 u-stress:latest /bin/bash

這樣的配置選項是不是讓人很傻眼呀!100000 是什么?200000 又是什么?它們的單位是微秒,100000 表示 100 毫秒,200000 表示 200 毫秒。它們在這里的含義是:在每 100 毫秒的時間里,運行進程使用的 CPU 時間最多為 200 毫秒(需要兩個 CPU 各執(zhí)行 100 毫秒)。要想徹底搞明白這兩個選項的同學可以參考:CFS BandWith Control。我們要知道這兩個選項才是事實的真相,但是真相往往很殘忍!還好 --cpus 選項成功的解救了我們,其實它就是包裝了 --cpu-period 和 --cpu-quota。

指定固定的 CPU

通過 --cpus 選項我們無法讓容器始終在一個或某幾個 CPU 上運行,但是通過 --cpuset-cpus 選項卻可以做到!這是非常有意義的,因為現(xiàn)在的多核系統(tǒng)中每個核心都有自己的緩存,如果頻繁的調(diào)度進程在不同的核心上執(zhí)行勢必會帶來緩存失效等開銷。下面我們就演示如何設置容器使用固定的 CPU,下面的命令為容器設置了 --cpuset-cpus 選項,指定運行容器的 CPU 編號為 1:

$ docker run -it --rm --cpuset-cpus="1" u-stress:latest /bin/bash

再啟動壓力測試命令:

# stress -c 4

然后查看主機 CPU 的負載情況:

6255441c-90f7-11ef-a511-92fbcf53809c.png

這次只有 Cpu1 達到了 100%,其它的 CPU 并未被容器使用。我們還可以反復的執(zhí)行 stress -c 4 命令,但是始終都是 Cpu1 在干活。
再看看容器的 CPU 負載,也是只有 100%:

626f2d3c-90f7-11ef-a511-92fbcf53809c.png

--cpuset-cpus 選項還可以一次指定多個 CPU:

$ docker run -it --rm --cpuset-cpus="1,3" u-stress:latest /bin/bash

這次我們指定了 1,3 兩個 CPU,運行 stress -c 4 命令,然后檢查主機的 CPU 負載:

628290de-90f7-11ef-a511-92fbcf53809c.png

Cpu1 和 Cpu3 的負載都達到了 100%。
容器的 CPU 負載也達到了 200%:

629e6cb4-90f7-11ef-a511-92fbcf53809c.png

--cpuset-cpus 選項的一個缺點是必須指定 CPU 在操作系統(tǒng)中的編號,這對于動態(tài)調(diào)度的環(huán)境(無法預測容器會在哪些主機上運行,只能通過程序動態(tài)的檢測系統(tǒng)中的 CPU 編號,并生成 docker run 命令)會帶來一些不便。

設置使用 CPU 的權重

當 CPU 資源充足時,設置 CPU 的權重是沒有意義的。只有在容器爭用 CPU 資源的情況下, CPU 的權重才能讓不同的容器分到不同的 CPU 用量。--cpu-shares 選項用來設置 CPU 權重,它的默認值為 1024。我們可以把它設置為 2 表示很低的權重,但是設置為 0 表示使用默認值 1024。
下面我們分別運行兩個容器,指定它們都使用 Cpu0,并分別設置 --cpu-shares 為 512 和 1024:

$ docker run -it --rm --cpuset-cpus="0" --cpu-shares=512 u-stress:latest /bin/bash
$ docker run -it --rm --cpuset-cpus="0" --cpu-shares=1024 u-stress:latest /bin/bash

在兩個容器中都運行 stress -c 4 命令。

此時主機 Cpu0 的負載為 100%:

62b968fc-90f7-11ef-a511-92fbcf53809c.png

容器中 CPU 的負載為:

62d2ef5c-90f7-11ef-a511-92fbcf53809c.png

兩個容器分享一個 CPU,所以總量應該是 100%。具體每個容器分得的負載則取決于 --cpu-shares 選項的設置!我們的設置分別是 512 和 1024,則它們分得的比例為 1:2。在本例中如果想讓兩個容器各占 50%,只要把--cpu-shares 選項設為相同的值就可以了。

總結

相比限制容器用的內(nèi)存,限制 CPU 的選項要簡潔很多。但是簡潔絕對不是簡單,大多數(shù)把復雜東西整簡單的過程都會丟失細節(jié)或是模糊一些概念,比如從 --cpu-period 和 --cpu-quota 選項到 --cpus 選項的進化。對于使用者來說這當然是好事,可以減緩我們的學習曲線,快速入手。

鏈接:https://www.cnblogs.com/sparkdev/p/8052522.html

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內(nèi)容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • cpu
    cpu
    +關注

    關注

    68

    文章

    10803

    瀏覽量

    210787
  • 內(nèi)存
    +關注

    關注

    8

    文章

    2965

    瀏覽量

    73806
  • 程序
    +關注

    關注

    116

    文章

    3755

    瀏覽量

    80742
  • 容器
    +關注

    關注

    0

    文章

    492

    瀏覽量

    22027
  • Docker
    +關注

    關注

    0

    文章

    453

    瀏覽量

    11792

原文標題:Docker: 限制容器可用的 CPU

文章出處:【微信號:magedu-Linux,微信公眾號:馬哥Linux運維】歡迎添加關注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏

    評論

    相關推薦

    Kubernetes之路 1 - Java應用資源限制的迷思

    奇妙地被OOM Killer干掉。這背后一個非常常見的原因是:沒有正確設置容器資源限制以及對應的JVM的堆空間大小。我們拿一個tomcat應用為例,其實例代碼和Kubernetes部署文件
    發(fā)表于 03-29 13:06

    Kubernetes之路 2 - 利用LXCFS提升容器資源可見性

    通過 lxcfs 提供容器資源可見性的方法,可以幫助一些遺留系統(tǒng)更好的識別容器運行時的資源限制。
    發(fā)表于 04-17 14:05

    阿里云容器Kubernetes監(jiān)控(一) - 資源監(jiān)控

    %的工作處理的是容器前和容器后的問題,容器前指的是如何本地開發(fā)、集成、測試并部署到容器環(huán)境;而容器后指的是如何對部署到
    發(fā)表于 04-23 14:35

    阿里云容器Kubernetes監(jiān)控(一) - 資源監(jiān)控

    %的工作處理的是容器前和容器后的問題,容器前指的是如何本地開發(fā)、集成、測試并部署到容器環(huán)境;而容器后指的是如何對部署到
    發(fā)表于 04-23 14:35

    阿里云容器Kubernetes監(jiān)控(一) - 資源監(jiān)控

    %的工作處理的是容器前和容器后的問題,容器前指的是如何本地開發(fā)、集成、測試并部署到容器環(huán)境;而容器后指的是如何對部署到
    發(fā)表于 04-23 14:35

    是否可以使用內(nèi)部FPGA的資源連接到總線

    你好!我正在設計一個MIL-STD控制器。該標準意味著使用直接或變壓器耦合連接到總線。我是否可以使用內(nèi)部FPGA的資源來完成此連接方法,ori是否必須使用其他外部設備?先謝謝你!以上來自于谷歌翻譯
    發(fā)表于 09-30 11:19

    超大規(guī)模商用 K8s 場景下,阿里巴巴如何動態(tài)解決容器資源的按需分配問題?

    肯定有些地方出問題了。于是我們就要剖析,問題究竟出在哪里。針對于內(nèi)存的 OOM,CPU 資源被 throttle,我們可以推斷我們給與容器分配的初始
    發(fā)表于 10-15 14:47

    請問使用USB功能時VBUS可以使用多少電容器?

    當使用USB功能時,VBUS可以使用多少電容器?
    發(fā)表于 12-09 07:23

    在STM32G474的SBSFU示例中可以使用SPI還是有任何限制

    您好,我想問一下,在用戶應用程序中 STM32G474 的 SBSFU 示例中,固件更新是使用 ymodem 協(xié)議完成的,即 UART 我們可以使用 SPI 協(xié)議而不是這個嗎?這可以使用 SPI 還是有任何限制?????請建議
    發(fā)表于 12-08 08:36

    多少電容器通風裝置可以使用USB功能?

    uF。 用戶需要設計自己的電路并調(diào)整 VBUS 電容器。用USB-IF 提供的 USB 分析工具 USBET20 , 用戶可以查看VBUS 電容器是否符合 USB-IF 規(guī)格 。
    發(fā)表于 08-28 08:08

    CPU提供了哪些資源,如何評估CPU資源的消耗

    上面的圖和文字摘自ETSI GS NFV-TST 008,呈現(xiàn)的是一個物理CPU注1能夠被測量的幾個資源維度和他們之間的對應關系。
    的頭像 發(fā)表于 01-22 09:09 ?9901次閱讀
    <b class='flag-5'>CPU</b>提供了哪些<b class='flag-5'>資源</b>,如何評估<b class='flag-5'>CPU</b><b class='flag-5'>資源</b>的消耗

    IoT 可以使用 WPT

    IoT 可以使用 WPT
    發(fā)表于 03-19 12:08 ?0次下載
    IoT <b class='flag-5'>可以使</b>用 WPT

    逆變器使用28377S時CLA與CPU資源分配

    CLA使用后會大大提高計算能力,特別在在倍頻采樣中。逆變器設計時,CLA中主要處理采樣數(shù)據(jù)和SVPWM計算,CPU主要處理環(huán)路控制。可以使用軟件觸發(fā)CLA方式,使CPU中斷和CLA中斷同步,同時
    發(fā)表于 11-08 14:06 ?8次下載
    逆變器使用28377S時CLA與<b class='flag-5'>CPU</b><b class='flag-5'>資源</b>分配

    Linux內(nèi)核是如何限制進程對CPU資源使用的?

    在使用 Kubernetes(簡稱K8s) 時,通常會在同一臺機器上部署多個 Pod。如果某個 Pod 中的服務出現(xiàn)問題(如出現(xiàn)死循環(huán)),將會導致占用大量的 CPU 時間,從而影響到其他 Pod 的正常運行。
    發(fā)表于 05-08 18:14 ?1220次閱讀
    Linux內(nèi)核是如何<b class='flag-5'>限制</b>進程對<b class='flag-5'>CPU</b><b class='flag-5'>資源</b>使用的?

    Linux是如何對容器下的進程進行CPU限制的,底層是如何工作的?

    現(xiàn)在很多公司的服務都是跑在容器下,我來問幾個容器 CPU 相關的問題,看大家對天天在用的技術是否熟悉。
    的頭像 發(fā)表于 11-29 14:31 ?1291次閱讀
    Linux是如何對<b class='flag-5'>容器</b>下的進程進行<b class='flag-5'>CPU</b><b class='flag-5'>限制</b>的,底層是如何工作的?