Docker中Cgroup資源配置的實現(xiàn)
更新時間：2023年09月21日 11:44:58 作者：margu_168
Cgroup不僅可以限制被namespace?隔離起來的資源,還可以為資源設(shè)置權(quán)重、計算使用量、操控進程啟停等,本文主要介紹了Docker中Cgroup資源配置的實現(xiàn),感興趣的可以了解一下
其實在日常的工作中，我們一般都沒有對docker容器進行資源限制，也就是默認(rèn)情況下，可以使用宿主機的所有資源。但是如果你運行的服務(wù)有問題，就有可能對宿主機和宿主機上的其他業(yè)務(wù)造成影響，這還是有一定的風(fēng)險。那么本文會給大家介紹一下如何對容器進行資源配置管理。
一、Cgroup資源配置簡介
Cgroup，全稱Control Groups，是一個非常強大的linux內(nèi)核工具，它不僅可以限制被namespace 隔離起來的資源，還可以為資源設(shè)置權(quán)重、計算使用量、操控進程啟停等等。Docker通過Cgroup 來控制容器使用資源配額，包括CPU、內(nèi)存、磁盤三大方面，基本覆蓋了對常見的資源配額和使用量控制管理。
Cgroup是Linux 內(nèi)核提供的一種可以限制、記錄、隔離進程組所使用的物理資源(如CPU、內(nèi)存、磁盤lO等等)的機制，被LXC、Docker等很多項目用于實現(xiàn)進程資源控制。
Cgroup本身是提供將進程進行分組化管理的功能和接口 的基礎(chǔ)結(jié)構(gòu)。I/O或內(nèi)存的分配控制等具體的資潭管理是通過內(nèi)核功能來實現(xiàn)的。這些具體的資源管理功能稱為Cgroup子系統(tǒng)，目前有如下幾大子系統(tǒng)：
| Cgroup子系統(tǒng) | 作用 |
|---|---|
| blkio | 用于對塊設(shè)備的輸入輸出進行控制。例如:磁盤，光盤等。 |
| CPU | 使用調(diào)度程序為Cgroup任務(wù)提供CPU的訪問。 |
| cpuacct | 用于產(chǎn)生Cgroup任務(wù)的CPU資源報告。 |
| cpuset | 如果是多核心的CPU，這個子系統(tǒng)用于為Cgroup任務(wù)分配單獨的CPU和內(nèi)存。 |
| devices | 用于允許或拒絕Cgroup任務(wù)對設(shè)備的訪問。 |
| freezer | 用于暫停和恢復(fù)Cgroup任務(wù)。 |
| memory | 用于設(shè)置每個Cgroup的內(nèi)存限制以及產(chǎn)生內(nèi)存資源報告。 |
| net_cls | 用于標(biāo)記每個網(wǎng)絡(luò)包以供Cgroup方便使用 |
| ns | 用于命名空間子系統(tǒng)。 |
| perf_event | 增加了對每個 group 的監(jiān)測跟蹤的能力，用于監(jiān)測屬于某個特定的group的所有線程以及運行在特定CPU上的線程。 |
二、CPU時間片的概念
時間片可以理解為CPU分配給各個程序的運行時間，每個線程被分配一個時間段，稱作它的時間片，即該進程允許運行的時間，使各個程序從表面上看是同時進行的。如果在時間片結(jié)束時進程還在運行，則CPU將被剝奪并分配給另一個進程。如果進程在時間片結(jié)束前阻塞或結(jié)束，則CPU當(dāng)即進行切換。而不會造成CPU資源浪費。
在宏觀上：我們可以同時打開多個應(yīng)用程序，每個程序并行不悖，同時運行。但在微觀上：假如只有一個CPU，一次只能處理要求的一部分程序，那么如何分配，一種方法就是引入時間片，每個程序在某個時間片段輪流執(zhí)行。
測試使用環(huán)境：centos7，docker-ce-19.03.15，2個物理CPU，總共16核
三、CPU的資源配額
1、資源準(zhǔn)備
先制作一個有stress命令的鏡像，方便進行壓測。并查看當(dāng)前版本的docker支持的關(guān)于cpu方便的配置。Linux通過CFS （Completely Fair Scheduler， 完全公平調(diào)度器）來調(diào)度各個進程對CPU的使用。
[root@k8s-m1 docker]# cat Dockerfile
FROM centos:7
MAINTAINER margu_168
RUN yum install -y wget && wget -O /etc/yum.repos.d/epel.repo http://mirrors.aliyun.com/repo/epel-7.repo \
&& yum install -y stress
[root@k8s-m1 docker]# docker build -t nginx:stress .
#查看docker run關(guān)于cpu的參數(shù)
See 'docker run --help'.
[root@k8s-m1 docker]# docker run --help|grep cpu
--cpu-period int Limit CPU CFS (Completely Fair Scheduler) period
--cpu-quota int Limit CPU CFS (Completely Fair Scheduler) quota
--cpu-rt-period int Limit CPU real-time period in microseconds
--cpu-rt-runtime int Limit CPU real-time runtime in microseconds
-c, --cpu-shares int CPU shares (relative weight)
--cpus decimal Number of CPUs
--cpuset-cpus string CPUs in which to allow execution (0-3, 0,1)
--cpuset-mems string MEMs in which to allow execution (0-3, 0,1)解析：
| 選項 | 描述 |
|---|---|
| –cpu-period | 指定CPU CFS調(diào)度程序周期，該周期與–cpu-quota一起使用。默認(rèn)為100000微妙，以微秒表示。大多數(shù)用戶不會從默認(rèn)值更改此設(shè)置。如果您使用Docker 1.13或更高版本，建議使用–cpus。 |
| –cpu-quota | 在容器上添加CPU CFS配額。每個–cpu-period允許CPU訪問的容器數(shù)微秒數(shù)。換句話說，cpu-quota / cpu-period。如果您使用Docker 1.13或更高版本，請改用–cpus。 |
| –cpu-rt-period | 指定CPU實時周期（微秒） |
| –cpu-rt-runtime | 指定CPU實時周期（微秒），CPU動態(tài)調(diào)度是內(nèi)核的高級功能，一般不需要更改這些值，如果配置不當(dāng)，可能使主機系統(tǒng)將變得不穩(wěn)定或者無法使用。該功能默認(rèn)未開啟，具體怎么使用請自行查閱。 |
| -c，–cpu-shares | 將此標(biāo)志設(shè)置為大于或小于默認(rèn)值1024的值，以增加或減少容器的重量，并使其能夠訪問主機CPU周期的更大或更小比例。這僅在CPU周期受到限制時才會執(zhí)行。當(dāng)大量CPU周期可用時，所有容器都使用盡可能多的CPU。這樣，這是一個軟限制。–cpu-shares不會阻止容器在群集模式下進行調(diào)度。它優(yōu)先考慮容器CPU資源的可用CPU周期。它不保證或保留任何特定的CPU訪問權(quán)限。 |
| –cpus | 指定容器可以使用多少可用CPU資源。例如，如果主機有兩個CPU，并且您設(shè)置了–cpus =“1.5”，那么該容器將保證最多可以訪問一個半的CPU。這相當(dāng)于設(shè)置–cpu-period =“100000”和–cpu-quota =“150000”。在Docker 1.13和更高版本中可用。 |
| –cpuset-cpus | 限制容器可以使用的特定CPU或核心。如果有多個CPU，則容器可以使用的逗號分隔列表或連字符分隔的CPU范圍。第一個CPU編號為0.設(shè)置為0-3（表示使用第一，第二，第三和第四個CPU）或1,3（表示使用第二個和第四個CPU）。 |
| –cpuset-mems | 通過cpuset-mems設(shè)置NUMA架構(gòu)的CPU的內(nèi)存使用。很少使用 |
2、限制可用的cpu個數(shù)
1）通過–cpu-period和–cpu-quota 配合限制
[root@k8s-m1 ~]# docker run -it --cpu-period=100000 --cpu-quota=150000 centos:stress /bin/bash
[root@a482506a9cdd /]# stress -c 2 &
[1] 17
[root@a482506a9cdd /]# stress: info: [17] dispatching hogs: 2 cpu, 0 io, 0 vm, 0 hdd
[root@a482506a9cdd /]# top
top - 08:38:21 up 1 day, 5:40, 0 users, load average: 0.56, 0.72, 1.14
Tasks: 5 total, 3 running, 2 sleeping, 0 stopped, 0 zombie
%Cpu(s): 10.5 us, 0.8 sy, 0.0 ni, 88.2 id, 0.4 wa, 0.0 hi, 0.1 si, 0.0 st
KiB Mem : 8007188 total, 473880 free, 2134940 used, 5398368 buff/cache
KiB Swap: 0 total, 0 free, 0 used. 5308112 avail Mem
PID USER PR NI VIRT RES SHR S %CPU %MEM TIME+ COMMAND
19 root 20 0 7312 96 0 R 75.1 0.0 0:08.04 stress
18 root 20 0 7312 96 0 R 74.8 0.0 0:08.06 stress
1 root 20 0 11828 1936 1524 S 0.0 0.0 0:00.08 bash
17 root 20 0 7312 424 344 S 0.0 0.0 0:00.00 stress
21 root 20 0 56188 2040 1440 R 0.0 0.0 0:00.01 top
#可以觀察到cpu的使用率加起來在150%左右
##相應(yīng)的配置也可查看
[root@a482506a9cdd /]# cat /sys/fs/cgroup/cpu/cpu.cfs_period_us
100000
[root@a482506a9cdd /]# cat /sys/fs/cgroup/cpu/cpu.cfs_quota_us
150000
補充：可以看到，如果我們?nèi)绻业奖镜氐年P(guān)于cpu配置的文件，是可以實現(xiàn)手動修改文件對CPU進行限制
本地對應(yīng)文件：
以4c5ee0e0bae0為例：
[root@k8s-m1 system.slice]# docker ps -a|grep stres
4c5ee0e0bae0 centos:stress "/bin/bash" 26 minutes ago Up 15 minutes cpu4
[root@k8s-m1 system.slice]# find /sys/fs/cgroup/ -name *4c5ee0e0bae0*
/sys/fs/cgroup/perf_event/system.slice/docker-4c5ee0e0bae09c3eb4ffe99b4583410d42a645298edfc544f80cbd5ca471f4a6.scope
/sys/fs/cgroup/freezer/system.slice/docker-4c5ee0e0bae09c3eb4ffe99b4583410d42a645298edfc544f80cbd5ca471f4a6.scope
/sys/fs/cgroup/memory/system.slice/docker-4c5ee0e0bae09c3eb4ffe99b4583410d42a645298edfc544f80cbd5ca471f4a6.scope
/sys/fs/cgroup/pids/system.slice/docker-4c5ee0e0bae09c3eb4ffe99b4583410d42a645298edfc544f80cbd5ca471f4a6.scope
/sys/fs/cgroup/blkio/system.slice/docker-4c5ee0e0bae09c3eb4ffe99b4583410d42a645298edfc544f80cbd5ca471f4a6.scope
/sys/fs/cgroup/cpuset/system.slice/docker-4c5ee0e0bae09c3eb4ffe99b4583410d42a645298edfc544f80cbd5ca471f4a6.scope
/sys/fs/cgroup/devices/system.slice/docker-4c5ee0e0bae09c3eb4ffe99b4583410d42a645298edfc544f80cbd5ca471f4a6.scope
/sys/fs/cgroup/hugetlb/system.slice/docker-4c5ee0e0bae09c3eb4ffe99b4583410d42a645298edfc544f80cbd5ca471f4a6.scope
/sys/fs/cgroup/cpu,cpuacct/system.slice/docker-4c5ee0e0bae09c3eb4ffe99b4583410d42a645298edfc544f80cbd5ca471f4a6.scope
/sys/fs/cgroup/net_cls,net_prio/system.slice/docker-4c5ee0e0bae09c3eb4ffe99b4583410d42a645298edfc544f80cbd5ca471f4a6.scope
/sys/fs/cgroup/systemd/system.slice/docker-4c5ee0e0bae09c3eb4ffe99b4583410d42a645298edfc544f80cbd5ca471f4a6.scope
如修改綁定使用的cpu
[root@k8s-m1 system.slice]# echo 3 > /sys/fs/cgroup/cpuset/system.slice/docker-4c5ee0e0bae09c3eb4ffe99b4583410d42a645298edfc544f80cbd5ca471f4a6.scope/cpuset.cpus
##注意只能能echo，不能通過vi打開修改。2）通過–cpu限制
在 docker 1.13 及更高的版本上，能夠更方便限制容器可以使用的宿主機 CPU的個數(shù)。只需要通過 --cpus 選項可用很簡單設(shè)定容器可以使用的 CPU 個數(shù)，并且可以設(shè)定如1.5 之類的小數(shù)。
[root@k8s-m1 docker]# docker run -it --cpus=1.5 centos:stress /bin/bash
##-c 用于指定進程數(shù)，不宜太多，太多使用率分散了不好觀察
[root@333169612fe9 /]# stress -c 2 &
[1] 17
[root@333169612fe9 /]# stress: info: [17] dispatching hogs: 2 cpu, 0 io, 0 vm, 0 hdd
[root@333169612fe9 /]# top
top - 07:30:18 up 1 day, 4:32, 0 users, load average: 2.73, 1.97, 2.04
Tasks: 6 total, 3 running, 3 sleeping, 0 stopped, 0 zombie
%Cpu(s): 10.2 us, 0.8 sy, 0.0 ni, 88.2 id, 0.7 wa, 0.0 hi, 0.1 si, 0.0 st
KiB Mem : 8007188 total, 810564 free, 2058384 used, 5138240 buff/cache
KiB Swap: 0 total, 0 free, 0 used. 5400800 avail Mem
PID USER PR NI VIRT RES SHR S %CPU %MEM TIME+ COMMAND
28 root 20 0 7312 128 32 R 75.7 0.0 2:24.65 stress
29 root 20 0 7312 128 32 R 75.0 0.0 2:24.07 stress
30 root 20 0 56188 2044 1440 R 0.3 0.0 0:00.10 top
1 root 20 0 11828 1656 1380 S 0.0 0.0 0:00.06 bash
14 root 20 0 11828 1884 1484 S 0.0 0.0 0:00.05 bash
27 root 20 0 7312 424 344 S 0.0 0.0 0:00.00 stress
#可以觀察到cpu的使用率加起來在150%左右或者新重新打開一個窗口，使用docker stats container_id 查看。
[root@k8s-m1 ~]# docker stats 333 CONTAINER ID NAME CPU % MEM USAGE / LIMIT MEM % NET I/O BLOCK I/O PIDS 333169612fe9 ecstatic_poincare 148.90% 1.512MiB / 7.636GiB 0.02% 0B / 0B 0B / 0B 6 CONTAINER ID NAME CPU % MEM USAGE / LIMIT MEM % NET I/O BLOCK I/O PIDS 333169612fe9 ecstatic_poincare 154.73% 1.512MiB / 7.636GiB 0.02% 0B / 0B 0B / 0B 6 CONTAINER ID NAME CPU % MEM USAGE / LIMIT MEM % NET I/O BLOCK I/O PIDS 333169612fe9 ecstatic_poincare 154.73% 1.512MiB / 7.636GiB 0.02% 0B / 0B 0B / 0B 6 #看起來更直觀，大概就在150%左右 #直接在宿主機執(zhí)行top [root@k8s-m1 ~]# top top - 15:36:10 up 1 day, 4:38, 2 users, load average: 1.87, 1.89, 1.99 Tasks: 280 total, 3 running, 277 sleeping, 0 stopped, 0 zombie %Cpu(s): 9.9 us, 0.9 sy, 0.0 ni, 88.4 id, 0.6 wa, 0.0 hi, 0.1 si, 0.0 st KiB Mem : 8007188 total, 803368 free, 1928904 used, 5274916 buff/cache KiB Swap: 0 total, 0 free, 0 used. 5395364 avail Mem PID USER PR NI VIRT RES SHR S %CPU %MEM TIME+ COMMAND 31017 root 20 0 7312 128 32 R 77.2 0.0 6:27.71 stress 31018 root 20 0 7312 128 32 R 76.9 0.0 6:24.28 stress 1942 root 20 0 1442696 669188 43032 S 28.9 8.4 29:46.87 kube-apiserver 5680 root 20 0 10.4g 251560 36268 S 16.9 3.1 107:35.39 etcd
容器 CPU 的負(fù)載為 150%，它的含義為單個 CPU 負(fù)載的1.5倍。我們也可以把它理解為有1.5個 CPU 的100%時間都在為它工作。我們通過 top 命令也看到主機 CPU 的真實負(fù)載情況，總共16核的服務(wù)器，我們設(shè)置使用了1.5個CPU，大概就在10%左右，所以id 大概就在90%左右（上面顯示的88.4%）。后面150%也是大致平均分在兩個cpu上，而不是一個100%+另一個50%?？磥硭詫τ谶M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。
可以參考docker 的官方文檔中https://docs.docker.com/config/containers/resource_constraints/#configure-the-default-cfs-scheduler是如何解釋 --cpus 選項的：Specify how much of the available CPU resources a container can use.
可以看到官方用的是 “how much”，不可數(shù)的，而不是how many。并且 --cpus 選項支持設(shè)為小數(shù)也從側(cè)面說明了對 CPU 的計量只能是百分比。
那么我們?yōu)槭裁催€要使用“CPU 個數(shù)”這種說法呢？當(dāng)然是為了更好理解。有興趣的同學(xué)可以讀讀 --cpus 選項的由來，看看人家對CPU 個數(shù)解釋。
使用 --cpu-period 即可設(shè)置調(diào)度周期，使用 --cpu-quota 即可設(shè)置在每個周期內(nèi)容器能使用的CPU時間。兩者可以配合使用。
–cpu-period 的數(shù)值范圍是 1000 ~1000000 （單位微秒）。默認(rèn)值為100000微秒，即100ms。而容器的–cpu-quota（CPU配額）必須不小于1ms，即 --cpu-quota 的值必須 >= 1000。默認(rèn)情況下–cpu-quota的值為-1，表示不進行控制。
3、限制CPU相對份額（按比例共享）
由于我的服務(wù)器CPU個數(shù)比較多，不綁定cpu的話看不到效果，所以我單獨指定容器都使用某個CPU。
使用–cpu-shares，分配兩個容器使用CPU資源占用權(quán)重為1:2
默認(rèn)情況下，每個Docker容器的CPU份額都是1024，單獨一個容器的份額是沒有意義的，只有在同時運行多個容器時且需要使用CPU資源時，并且CUP資源比較緊缺的時候，容器CPU的加權(quán)效果才能體現(xiàn)出來。比如下面的兩個容器–cpu-shares比是1:2，在CPU進行時間片分配時，后者比前者多一倍的機會獲得CPU的時間片，但是分配的結(jié)果取決于當(dāng)時主機和其他容器的運行狀態(tài)。實際上也無法保證該容器一定獲得相應(yīng)的CPU時間片，因為若是cpu2沒有進程需要大量使用CPU，那么cpu1也會獲取比cpu2更多的CPU時間片。
在極端情況下，例如主機上只運行了一個容器，即使它的CPU份額很小，它也是可以獨占整個主機的CPU資源的，因為沒有其他容器需要共享CPU。Cgroups只有在容器分配的資源緊缺時，即在需要對容器使用的資源進行限制時，才會生效，因此，無法根據(jù)某個容器的CPU份額來確定有多少CPU資源分給給它。
#先運行一個容器，綁定到第一個CPU，份額為默認(rèn)的1024
[root@k8s-m1 ~]# docker run -it --name cpu1 --cpuset-cpus 0 --cpu-shares 1024 centos:stress /bin/bash
[root@0db26ce9c22a /]# stress -c 2 &
[1] 15
[root@0db26ce9c22a /]# stress: info: [15] dispatching hogs: 2 cpu, 0 io, 0 vm, 0 hdd
[root@0db26ce9c22a /]# top
top - 01:09:23 up 1 day, 22:11, 0 users, load average: 4.26, 3.29, 1.80
Tasks: 5 total, 3 running, 2 sleeping, 0 stopped, 0 zombie
%Cpu(s): 7.2 us, 0.7 sy, 0.0 ni, 91.4 id, 0.6 wa, 0.0 hi, 0.1 si, 0.0 st
KiB Mem : 8007188 total, 293740 free, 2166228 used, 5547220 buff/cache
KiB Swap: 0 total, 0 free, 0 used. 5259252 avail Mem
PID USER PR NI VIRT RES SHR S %CPU %MEM TIME+ COMMAND
16 root 20 0 7312 96 0 R 16.6 0.0 0:22.88 stress
17 root 20 0 7312 96 0 R 16.6 0.0 0:22.88 stress
1 root 20 0 11828 1932 1520 S 0.0 0.0 0:00.05 bash
15 root 20 0 7312 424 344 S 0.0 0.0 0:00.00 stress
18 root 20 0 56208 2012 1440 R 0.0 0.0 0:00.07 top ##第二個容器，也綁定到第一個CPU，份額設(shè)置為2028
[root@k8s-m1 cpu]# docker run -it --name cpu2 --cpuset-cpus 0 --cpu-shares 2048 centos:stress /bin/bash
[root@d33d2add52a9 /]#
[root@d33d2add52a9 /]#
[root@d33d2add52a9 /]#
[root@d33d2add52a9 /]# stress -c 2 &
[1] 14
[root@d33d2add52a9 /]# stress: info: [14] dispatching hogs: 2 cpu, 0 io, 0 vm, 0 hdd
[root@d33d2add52a9 /]# top
top - 01:07:55 up 1 day, 22:10, 0 users, load average: 4.04, 2.92, 1.54
Tasks: 5 total, 3 running, 2 sleeping, 0 stopped, 0 zombie
%Cpu(s): 7.4 us, 0.7 sy, 0.0 ni, 90.7 id, 1.2 wa, 0.0 hi, 0.1 si, 0.0 st
KiB Mem : 8007188 total, 313908 free, 2146436 used, 5546844 buff/cache
KiB Swap: 0 total, 0 free, 0 used. 5279044 avail Mem
PID USER PR NI VIRT RES SHR S %CPU %MEM TIME+ COMMAND
15 root 20 0 7312 96 0 R 33.2 0.0 0:50.25 stress
16 root 20 0 7312 96 0 R 33.2 0.0 0:50.26 stress
1 root 20 0 11828 1936 1524 S 0.0 0.0 0:00.06 bash
14 root 20 0 7312 424 344 S 0.0 0.0 0:00.00 stress
18 root 20 0 56208 2012 1440 R 0.0 0.0 0:00.01 top通過上面兩個容器對第一個CPU的占用情況可以發(fā)現(xiàn)大致比例就為1:2 。滿足我們的預(yù)期。
4、綁定容器使用指定的CPU（如上）
四、內(nèi)存資源配額
1、限制容器可以使用的最大內(nèi)存
[root@k8s-m1 ~]# docker run -itd --name m12 -m 512m centos:7 /bin/bash 07d168a1ef044e097e87d412e74d1544009f7b393455a6b319bfd93bfd5612b3 [root@k8s-m1 system.slice]# docker stats 07 CONTAINER ID NAME CPU % MEM USAGE / LIMIT MEM % NET I/O BLOCK I/O PIDS 07d168a1ef04 m12 0.00% 388KiB / 512MiB 0.07% 0B / 0B 0B / 0B 1 CONTAINER ID NAME CPU % MEM USAGE / LIMIT MEM % NET I/O BLOCK I/O PIDS 07d168a1ef04 m12 0.00% 388KiB / 512MiB 0.07% 0B / 0B 0B / 0B 1 CONTAINER ID NAME CPU % MEM USAGE / LIMIT MEM % NET I/O BLOCK I/O PIDS 對應(yīng)的cgroup配置文件查找，這些目錄下就是當(dāng)前容器的具體配置，可自行查看。 [root@k8s-m1 cgroup]# pwd /sys/fs/cgroup [root@k8s-m1 cgroup]# find . -name *07d168a1* ./perf_event/system.slice/docker-07d168a1ef044e097e87d412e74d1544009f7b393455a6b319bfd93bfd5612b3.scope ./freezer/system.slice/docker-07d168a1ef044e097e87d412e74d1544009f7b393455a6b319bfd93bfd5612b3.scope ./memory/system.slice/docker-07d168a1ef044e097e87d412e74d1544009f7b393455a6b319bfd93bfd5612b3.scope ./pids/system.slice/docker-07d168a1ef044e097e87d412e74d1544009f7b393455a6b319bfd93bfd5612b3.scope ./blkio/system.slice/docker-07d168a1ef044e097e87d412e74d1544009f7b393455a6b319bfd93bfd5612b3.scope ./cpuset/system.slice/docker-07d168a1ef044e097e87d412e74d1544009f7b393455a6b319bfd93bfd5612b3.scope ./devices/system.slice/docker-07d168a1ef044e097e87d412e74d1544009f7b393455a6b319bfd93bfd5612b3.scope ./hugetlb/system.slice/docker-07d168a1ef044e097e87d412e74d1544009f7b393455a6b319bfd93bfd5612b3.scope ./cpu,cpuacct/system.slice/docker-07d168a1ef044e097e87d412e74d1544009f7b393455a6b319bfd93bfd5612b3.scope ./net_cls,net_prio/system.slice/docker-07d168a1ef044e097e87d412e74d1544009f7b393455a6b319bfd93bfd5612b3.scope ./systemd/system.slice/docker-07d168a1ef044e097e87d412e74d1544009f7b393455a6b319bfd93bfd5612b3.scope [root@k8s-m1 cgroup]# cat ./memory/system.slice/docker-07d168a1ef044e097e87d412e74d1544009f7b393455a6b319bfd93bfd5612b3.scope/memory.limit_in_bytes 536870912 ##536870912即為512M（512M=512*1024K=512*1024*1024B）
2、 限制容器可以使用的最大swap
需要注意以下幾點：
- –memory-swap需要與 --memory（或-m）一起使用的
- 正常情況下， --memory-swap 的值包含容器可用內(nèi)存和可用swap
- 所以 -m 200m --memory-swap=1g 的含義為：容器可以使用200M 的物理內(nèi)存，并且可以使用800M (1G - 300M)的swap ?
–memory-swap設(shè)置為0或者不設(shè)置，則容器可以使用的 swap 大小為 -m 值的兩倍。而如果 --memory-swap 的值和 -m 值相同，則容器不能使用swap。而如果 --memory-swap 值為 -1，它表示容器程序使用的內(nèi)存受限，而可以使用的swap空間使用不受限制（宿主機有多少swap 容器就可以使用多少） - swap分區(qū)的配置需要宿主支持swap
五、磁盤IO的資源配額
1、對讀寫權(quán)重進行限制
默認(rèn)情況下，所有容器能平等地讀寫磁盤，可以通過設(shè)置–blkio-weight參數(shù)來改變?nèi)萜?block IO的優(yōu)先級。–blkio-weight 與–cpu-shares類似，設(shè)置的是相對權(quán)重值，默認(rèn)為500
[root@1623b417c1b0 /]# stressrun -it --name blkio1 --blkio-weight 500 centos:stress #容器內(nèi)對應(yīng)的配置文件，對應(yīng)在宿主機上的配置文件通過上面的方法查看。 [root@83fca2f7ddef /]# cat /sys/fs/cgroup/blkio/blkio.weight 500 [root@83fca2f7ddef /]# stress --hdd 2 --hdd-bytes 1G --backoff 2000000 stress: info: [14] dispatching hogs: 0 cpu, 0 io, 0 vm, 2 hdd #開啟新的窗口 [root@k8s-m1 ~]# docker run -it --name blkio2 --blkio-weight 1000 centos:stress [root@1dcf72b08f88 /]# stress --hdd 2 --hdd-bytes 1G --backoff 2000000 stress: info: [14] dispatching hogs: 0 cpu, 0 io, 0 vm, 2 hdd #開啟另一個窗口 [root@k8s-m1 cpu]# docker stats 83 1dc CONTAINER ID NAME CPU % MEM USAGE / LIMIT MEM % NET I/O BLOCK I/O PIDS 83fca2f7ddef blkio1 0.03% 7.184MiB / 7.636GiB 0.09% 0B / 0B 1.98MB / 0B 4 1dcf72b08f88 blkio2 87.41% 7.965MiB / 7.636GiB 0.10% 0B / 0B 3.65MB / 0B 4 CONTAINER ID NAME CPU % MEM USAGE / LIMIT MEM % NET I/O BLOCK I/O PIDS 通過block I/O可以發(fā)現(xiàn)速度比例大概就為1:2
2、具體對讀寫速度的限制
| 參數(shù) | 作用 |
|---|---|
| –device-read-bps | byte per second，限制某個設(shè)備每秒讀的數(shù)據(jù)量 |
| –device-write-bps | byte per second， 限制某個設(shè)備每秒寫的數(shù)據(jù)量 |
| –device-read-iops | io per second，限制某個設(shè)備每秒讀IO的次數(shù) |
| –device-write-iops | io per second，限制某個設(shè)備每秒寫IO的次數(shù) |
下面的示例是限制容器寫/dev/sda的速率為5MB/s，注意此次的/dev/sda是宿主機上的磁盤。具體寫什么看你服務(wù)器的磁盤規(guī)劃。
作為對比，先運行一個沒有速度限制的容器：
[root@k8s-m1 cgroup]# docker run -it --name io1 centos:7 /bin/bash [root@6be94b7b1ab5 /]# dd if=/dev/zero of=/opt/test.out bs=10M count=3 3+0 records in 3+0 records out 31457280 bytes (31 MB) copied, 0.035242 s, 893 MB/s #添加oflag參數(shù)以規(guī)避掉文件系統(tǒng)cache。可以看到生產(chǎn)一個30M的文件花了0.035242 s，速度很快。 [root@k8s-m1 cgrou docker run -it --name io2 --device-write-bps /dev/sda:1mb centos:7 /bin/bash [root@b84241970c32 /]# dd if=/dev/zero of=/opt/test.out bs=10M count=3 oflag=direct 3+0 records in 3+0 records out 31457280 bytes (31 MB) copied, 30.0261 s, 1.0 MB/s [root@b84241970c32 /]# 重新運行一個速度限制為1M的容器，生成一個30M的文件化花了30.0261 s,速度大概就是1M/s。
通過上面的對比，發(fā)現(xiàn)設(shè)置的參數(shù)生效，其他參數(shù)請在具體場景中測試使用。
到此這篇關(guān)于Docker中Cgroup資源配置的實現(xiàn)的文章就介紹到這了,更多相關(guān)Docker Cgroup資源配置內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
使用Docker Compose創(chuàng)建LAMP環(huán)境的詳細(xì)步驟
現(xiàn)如今,通過 Docker 容器化部署環(huán)境已經(jīng)逐漸成為主流,特別是在部署像 LAMP 這樣的復(fù)雜環(huán)境時,本教程旨在帶您完成使用 Docker-Compose 建立 LAMP 環(huán)境的整個過程,同時還包括定制 PHP 環(huán)境的步驟,需要的朋友可以參考下2024-12-12
Docker從零開始學(xué)習(xí)之Commit提交命令
docker commit命令是用于根據(jù)docker容器的改變創(chuàng)建一個新的docker鏡像,下面這篇文章主要給大家介紹了關(guān)于Docker從零開始學(xué)習(xí)之Commit提交命令的相關(guān)資料,文中通過代碼介紹的非常詳細(xì),需要的朋友可以參考下2024-05-05
本篇文章主要介紹了Docker鏡像保存為文件及從文件導(dǎo)入鏡像的方法，具有一定的參考價值，感興趣的小伙伴們可以參考一下。2017-03-03
Docker自定義JDK鏡像并拉取至阿里云鏡像倉庫超詳細(xì)攻略
Docker倉庫是集中存放鏡像的地方,分為公共倉庫和私有倉庫,這篇文章主要給大家介紹了關(guān)于Docker自定義JDK鏡像并拉取至阿里云鏡像倉庫的相關(guān)資料,文中通過代碼介紹的非常詳細(xì),需要的朋友可以參考下2024-08-08
Docker網(wǎng)絡(luò)配置(橋接網(wǎng)絡(luò)和自定義網(wǎng)絡(luò))自定義網(wǎng)絡(luò)設(shè)置ip方式
這篇文章主要介紹了Docker網(wǎng)絡(luò)配置(橋接網(wǎng)絡(luò)和自定義網(wǎng)絡(luò))自定義網(wǎng)絡(luò)設(shè)置ip方式,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2024-01-01
通過命令行在宿主機與Docker容器間掛載和映射文件夾,實現(xiàn)數(shù)據(jù)共享,具體步驟包括：在宿主機創(chuàng)建文件夾并使用Docker命令將其掛載到容器指定位置,需注意容器名稱與ID的使用差異2024-11-11
本文介紹了使用網(wǎng)易數(shù)帆和阿里云容器鏡像倉庫進行Docker下載加速的兩種方式,第一種是通過網(wǎng)易數(shù)帆官網(wǎng)下載鏡像,第二種是配置阿里云加速器地址到Docker中,這些方法可以幫助用戶更快速地下載Docker鏡像,提升工作效率2024-09-09
解讀Dockerfile中CMD和ENTRYPOINT是否可以混著用
在Dockerfile中,CMD和ENTRYPOINT可以混著用,CMD指定默認(rèn)命令,ENTRYPOINT指定啟動命令,CMD可以被docker run命令的參數(shù)覆蓋2025-03-03
淺談Docker運行Tensorboard和jupyter的方法
本篇文章主要介紹了淺談Docker 運行Tensorboard 和 jupyter的方法，小編覺得挺不錯的，現(xiàn)在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2018-03-03
如何使用Celery和Docker處理Django中的定期任務(wù)
這篇文章主要介紹了使用Celery和Docker處理Django中的定期任務(wù)的方法，本文通過實例代碼給大家介紹的非常詳細(xì)，對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值,需要的朋友可以參考下2020-05-05