k8s如何计算cpu资源分配

K8s通过请求（Request）和限制（Limit）来计算CPU资源分配、资源请求是Pod可以使用的最小资源量、资源限制是Pod可以使用的最大资源量。 资源请求确保Pod在调度时有足够的资源，而资源限制则防止Pod过度消耗资源。例如，如果一个Pod的CPU请求是500m（0.5个CPU核），而限制是1000m（1个CPU核），那么调度器会确保在节点上有至少0.5个CPU核可用，并且在运行时，Pod最多只能使用1个CPU核。

一、K8S中的CPU资源定义

Kubernetes中的CPU资源是以“核”为单位进行度量的。一个CPU核可以细分为1000个milliCPU（m），因此0.5个CPU核可以表示为500m。CPU资源分配是通过资源请求（Requests）和资源限制（Limits）来进行的。请求是指Pod需要的最小资源量，限制是Pod可以使用的最大资源量。

Kubernetes调度器根据Pod的CPU请求来决定将其调度到哪个节点上。只有当一个节点有足够的可用CPU资源时，调度器才会将Pod分配到该节点上。资源限制则用于在运行时控制Pod的资源使用，防止其过度消耗资源。

二、CPU资源请求（Requests）

资源请求是Pod调度的重要依据。当你为一个Pod设置了CPU请求时，Kubernetes调度器会确保在节点上有至少该数量的CPU资源可用。请求的主要目的是确保Pod能够获得稳定的资源，从而正常运行。

例如，假设你有一个Pod，其CPU请求是500m（0.5个CPU核）。调度器会查找集群中的节点，确保至少有0.5个CPU核是空闲的，然后将该Pod调度到那个节点上。这就意味着，在调度阶段，Pod的CPU请求会被作为硬性条件来考虑。

三、CPU资源限制（Limits）

资源限制是在Pod运行时控制其最大资源使用量的手段。资源限制的主要目的是防止某个Pod过度消耗资源，从而影响其他Pod的正常运行。

例如，如果一个Pod的CPU限制是1000m（1个CPU核），那么即使该Pod在运行时尝试使用超过1个CPU核的资源，Kubernetes也会通过Cgroups等机制限制其最大只能使用1个CPU核。这种机制有效地防止了资源“抢占”，确保了集群中其他Pod的资源使用。

四、CPU资源的调度策略

Kubernetes调度器采用多种策略来进行资源调度，包括但不限于：最少可用资源优先策略（Least Available Priority）、节点亲和性（Node Affinity）、反亲和性（Anti-Affinity）等。

最少可用资源优先策略会优先选择那些资源使用率最低的节点来进行调度，从而实现资源的均衡分配。节点亲和性则允许用户指定Pod需要被调度到特定的节点上，比如根据标签或属性进行调度。反亲和性则用于避免将Pod调度到某些节点上，从而提高集群的容错性和可用性。

五、资源超分配和资源竞争

资源超分配是指Kubernetes允许调度的Pod总资源请求量超过节点的实际资源量。这种机制的目的是提高资源的利用率，但也带来了资源竞争的问题。

在资源超分配的情况下，如果所有Pod同时请求资源，可能导致资源不足的情况。为了解决这个问题，Kubernetes采用了资源争用策略（Resource Contention Strategy），通过优先级和抢占机制来决定哪些Pod可以继续运行，哪些Pod需要被终止或重启。

六、资源监控和调整

Kubernetes提供了多种监控工具来监控Pod和节点的资源使用情况，例如Prometheus、Grafana等。这些工具可以帮助管理员实时监控CPU资源的使用情况，并根据需要进行调整。

通过Horizontal Pod Autoscaler（HPA）和Vertical Pod Autoscaler（VPA），Kubernetes可以根据实际的资源使用情况自动调整Pod的副本数量或资源请求和限制，从而实现资源的动态调整和优化。

七、最佳实践

为了确保集群的高效运行和资源的合理分配，有一些最佳实践需要遵循：合理设置资源请求和限制、使用资源配额（Resource Quotas）、监控和优化资源使用等。

合理设置资源请求和限制是确保Pod能够获得稳定资源的重要手段。资源请求不宜过高，否则可能导致调度失败；资源限制不宜过低，否则可能导致Pod被限制而无法正常运行。使用资源配额可以限制某个命名空间（Namespace）内的资源使用，防止某个团队或应用过度消耗资源。通过监控工具实时监控资源使用情况，并根据需要进行优化调整，可以提高资源的利用率和集群的稳定性。