容器与云原生 / 系统课时

怎样限制服务 CPU 使用

怎样限制服务 CPU 使用

同一台主机上运行 API、后台任务和批处理时,如果不限制 CPU,一个高负载容器可能抢走大部分计算时间。本节用 Compose 的 cpus 给服务设置上限,并通过容器实际配置验证限制是否生效,同时说明为什么限制过低会直接拉高延迟。

学习目标

  • 使用 cpus 为不同 Compose 服务设置 CPU 上限
  • 区分 CPU 上限、相对权重与核心绑定的用途
  • 验证限制是否写入容器,并判断限制是否过紧

先区分上限、权重和核心绑定

cpus 表示一个容器最多可以使用多少个 CPU 的计算能力,可以使用小数。例如 0.50 表示最多约半个 CPU,1.50 表示最多约一个半 CPU。它限制的是可用计算时间,不代表容器一定会持续占满这部分资源。

cpu_shares 解决的是另一个问题:它表示多个容器争抢 CPU 时的相对权重,不是硬上限。cpuset 则用于把容器限制在指定 CPU 核心上。普通 Compose 应用只想防止某个服务吃满主机时,优先从 cpus 开始最直观。

配置 解决的问题 是否硬上限
cpus 限制最多可用多少 CPU 是
cpu_shares 竞争时调整相对权重 否
cpuset 只允许在指定核心运行 不是用量上限

为不同服务分配 CPU

下面的实验让两个 Alpine 容器持续执行 CPU 密集循环,并分别限制为 0.50 和 0.25 CPU。将配置保存为 compose.yaml。

yaml
services:
  api-worker:
    image: alpine:3.22
    command: ["sh", "-c", "while :; do :; done"]
    cpus: "0.50"

  report-worker:
    image: alpine:3.22
    command: ["sh", "-c", "while :; do :; done"]
    cpus: "0.25"

这里的数值是每个容器自己的上限。0.50 + 0.25 并不表示 Compose 会为它们预留 0.75 CPU;主机仍可能同时运行其他容器和宿主机进程。

启动并验证限制

启动服务后,可以直接检查 Docker 写入容器的 NanoCpus。一个 CPU 对应 1000000000 NanoCPU,因此两个服务应分别得到 500000000 与 250000000。

bash
docker compose up -d
for service in api-worker report-worker; do
  id="$(docker compose ps -q "$service")"
  printf '%s ' "$service"
  docker inspect --format '{{.HostConfig.NanoCpus}}' "$id"
done

预期输出

text
api-worker 500000000
report-worker 250000000

如果输出与配置不一致,先检查当前使用的 Compose 文件是否正确,再用 docker compose config 查看合并后的最终配置。若同时在 deploy.resources.limits.cpus 与服务级 cpus 中声明限制,两处值应保持一致,避免配置含义冲突。

限得太紧会发生什么

CPU 上限过低时,容器不会因为“有上限”而更稳定。CPU 密集型服务会更早遭遇调度节流,任务完成时间变长;对 Web 服务而言,常见表现是请求延迟升高、超时增多,而内存和网络指标可能仍然正常。

生产环境不要直接照抄示例数值。先观察服务在正常与高峰负载下的 CPU 使用、吞吐和延迟,再逐步收紧上限,并保留突发流量所需余量。对于延迟敏感的 API,通常应比可延迟的报表或批处理任务获得更宽松的 CPU 配额。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

怎样限制服务 CPU 使用

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通