容器与云原生 / 系统课时

校准 requests 与 limits

校准 requests 与 limits

资源声明不是“给容器填两个数字”,而是同时影响调度、QoS、HPA 与节点容量判断。本节用一个可验证示例说明如何把真实使用量映射成合理的 requests 与 limits,并识别声明过高、过低时造成的弹性误判。

学习目标

  • 区分 requests 与 limits 在调度、运行时和 HPA 中的职责
  • 判断资源声明失真如何改变 QoS、Pod 密度与伸缩触发点
  • 用实际资源使用数据校准声明,并完成结果验证

先分清四个影响面

requests 首先是调度承诺:调度器按 Pod 的资源请求判断节点能否容纳它,而不是按当时的瞬时 CPU、内存使用量排布。对基于 Resource 且目标类型为 Utilization 的 HPA,CPU 或内存利用率也会以相应 request 为基准计算。

limits 主要约束运行时上限。CPU 达到 limit 时通常表现为节流;内存触碰上限时可能触发 OOM。limit 不会替代 request 解决调度容量问题,也不应被当成 HPA 利用率目标的分母。

在常见的容器级资源声明下,CPU 和内存的 request 与 limit 是否设置、是否相等,还会影响 Pod 的 Guaranteed、Burstable、BestEffort QoS 分类。因此一次“只改 CPU request”的调整,可能同时改变调度密度、HPA 读数和资源压力下的行为。

requests、limits 与调度和伸缩的关系

资源声明失真会怎样

情况 调度与节点容量 HPA 利用率 运行时风险
request 过高 Pod 密度偏低,节点更早表现为“放不下” 同样使用量对应的利用率偏低,可能扩容偏晚 资源可能长期被高估
request 过低 调度器可能把过多 Pod 压到同一节点 同样使用量对应的利用率偏高,可能扩容偏早 峰值时更容易形成节点争用
limit 过低 通常不直接增加可调度空间 不直接改变 Utilization 型 HPA 的 request 分母 CPU 更易节流,内存更易 OOM
limit 过高或不设 仍由 request 决定调度承诺 不直接改变 request 分母 需要依赖节点余量、QoS 与租户隔离策略控制争用

例如容器当前 CPU 使用量为 120m:request 为 200m 时,利用率是 60%;若仅把 request 改成 400m,同样的 120m 会变成 30%。因此修改 request 前必须确认 HPA 目标是否也需要重新校准。

用一个工作负载验证影响

下面创建一个 Deployment,并用 CPU averageUtilization: 60 的 HPA 观察 request 与伸缩目标之间的关系。示例要求集群已配置 kubectl;执行 kubectl top 还要求资源指标链路可用。

bash
kubectl apply -f - <<'YAML'
apiVersion: v1
kind: List
items:
- apiVersion: v1
  kind: Namespace
  metadata:
    name: capacity-lab
- apiVersion: apps/v1
  kind: Deployment
  metadata:
    name: resource-demo
    namespace: capacity-lab
  spec:
    replicas: 2
    selector:
      matchLabels:
        app: resource-demo
    template:
      metadata:
        labels:
          app: resource-demo
      spec:
        containers:
        - name: web
          image: registry.k8s.io/hpa-example
          ports:
          - containerPort: 80
          resources:
            requests:
              cpu: 200m
              memory: 128Mi
            limits:
              cpu: 500m
              memory: 256Mi
- apiVersion: autoscaling/v2
  kind: HorizontalPodAutoscaler
  metadata:
    name: resource-demo
    namespace: capacity-lab
  spec:
    scaleTargetRef:
      apiVersion: apps/v1
      kind: Deployment
      name: resource-demo
    minReplicas: 2
    maxReplicas: 10
    metrics:
    - type: Resource
      resource:
        name: cpu
        target:
          type: Utilization
          averageUtilization: 60
YAML

预期输出

text
namespace/capacity-lab created
deployment.apps/resource-demo created
horizontalpodautoscaler.autoscaling/resource-demo created

若资源已存在,created 可能变为 configured 或 unchanged。继续读取 QoS、HPA 目标和当前资源使用量:

bash
kubectl -n capacity-lab get pod -l app=resource-demo -o custom-columns=NAME:.metadata.name,QOS:.status.qosClass
kubectl -n capacity-lab get hpa resource-demo -o jsonpath='{.spec.metrics[0].resource.target.averageUtilization}'; echo
kubectl -n capacity-lab top pod -l app=resource-demo

预期输出

text
NAME                         QOS
resource-demo-<ID>           Burstable
resource-demo-<ID>           Burstable
60
NAME                         CPU(cores)   MEMORY(bytes)
resource-demo-<ID>           <VALUE>m     <VALUE>Mi
resource-demo-<ID>           <VALUE>m     <VALUE>Mi

Pod 名称和资源值会随集群变化。这里是 Burstable,因为 CPU、内存的 request 与 limit 并不相等;若 kubectl top 暂无数据,应先检查资源指标链路,而不是据此判断 request 配错。

用数据校准而不是凭感觉

校准时先收集覆盖正常流量、周期峰值和发布后的真实数据。CPU 要同时看持续占用和突发,内存要关注工作集、峰值以及 OOM 记录;只看一次 kubectl top 快照不足以形成生产配置。

request 应接近工作负载稳定运行所需的真实基线,并保留与业务波动相匹配的余量。过高会浪费调度空间,过低会让节点被过度装箱,并放大 Utilization 型 HPA 的百分比。调整后应同时检查 Pod 使用量、HPA 目标、节点已请求资源和 Pending Pod。

limit 则根据故障边界单独决定。内存 limit 通常用于阻止单个容器无限扩张,但要给正常峰值留空间;CPU limit 能限制邻居干扰,也可能给延迟敏感服务带来节流。是否设置 CPU limit,应结合多租户隔离要求和延迟目标,而不是机械套用固定倍数。

最终验收不是“request 更接近平均值”,而是高峰下 Pod 能稳定运行、HPA 的利用率与预期一致、节点仍保有可调度余量,并且不会因为资源声明失真制造不必要的 Pending、节流或 OOM。

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

校准 requests 与 limits

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