k8s资源限制如何配置

k8s资源限制的配置方式包括：在Pod定义中设置资源请求和限制、使用LimitRange和ResourceQuota、配置节点亲和性和污点等策略、利用自动缩放功能。在Pod定义中设置资源请求和限制是最直接和常用的方式，具体来说，在Pod的YAML文件中，可以通过spec.containers.resources.requests和spec.containers.resources.limits字段来定义CPU和内存的请求和限制。资源请求确定了调度器在选择节点时考虑的资源量，而资源限制则是容器在运行时不能超过的资源量。通过合理配置这些参数，可以确保Pod能够获得所需的资源，同时防止单个Pod消耗过多资源，影响集群的稳定性和其他Pod的运行。

一、在Pod定义中设置资源请求和限制

在Kubernetes中，资源请求和限制是用于管理Pod和容器资源使用的基本手段。资源请求（Resource Requests）和资源限制（Resource Limits）允许用户指定每个容器所需的最小和最大CPU与内存资源。资源请求决定了调度器在决定将Pod调度到哪个节点时考虑的资源量，而资源限制则是容器在运行时不能超过的资源量。

1.1 资源请求和限制的配置

在Pod的YAML文件中，可以通过spec.containers.resources.requests和spec.containers.resources.limits字段来定义CPU和内存的请求和限制。

例如：

apiVersion: v1 kind: Pod metadata: name: example-pod spec: containers: - name: example-container image: nginx resources: requests: memory: "64Mi" cpu: "250m" limits: memory: "128Mi" cpu: "500m"

在上述配置中，requests.memory和requests.cpu指定了容器所需的最小内存和CPU资源，而limits.memory和limits.cpu则定义了容器可以使用的最大内存和CPU资源。合理配置资源请求和限制可以确保Pod能够获得所需资源，防止资源争抢，提升集群的稳定性和性能。

1.2 请求和限制的影响

资源请求会影响Pod的调度。调度器在选择节点时会考虑Pod的资源请求，确保该节点有足够的资源来满足Pod的需求。资源限制则会限制容器在运行时的资源使用，防止单个Pod占用过多资源，影响其他Pod的运行。

1.3 常见的配置策略

基于历史数据配置：根据应用历史运行数据配置资源请求和限制。
逐步调整：初始配置较保守的资源请求和限制，然后根据实际运行情况逐步调整。
结合自动化工具：使用自动化工具（如Vertical Pod Autoscaler）根据实际资源使用情况自动调整资源请求和限制。

二、使用LimitRange和ResourceQuota

Kubernetes提供了LimitRange和ResourceQuota来管理命名空间中的资源使用。

2.1 LimitRange

LimitRange是一种用于定义命名空间中Pod和容器资源限制的资源对象。它允许管理员为命名空间中的Pod和容器设置默认的资源请求和限制。

例如：

apiVersion: v1 kind: LimitRange metadata: name: example-limits namespace: example-namespace spec: limits: - default: memory: "512Mi" cpu: "1" defaultRequest: memory: "256Mi" cpu: "500m" type: Container

在上述配置中，LimitRange为命名空间中的容器设置了默认的内存和CPU请求以及限制。当Pod没有明确指定资源请求和限制时，将使用LimitRange中定义的默认值。

2.2 ResourceQuota

ResourceQuota是一种用于限制命名空间中资源总量的资源对象。它允许管理员对命名空间中的资源总量进行限制，例如Pod数量、CPU和内存总量等。

例如：

apiVersion: v1 kind: ResourceQuota metadata: name: example-quota namespace: example-namespace spec: hard: pods: "10" requests.cpu: "4" requests.memory: "8Gi" limits.cpu: "8" limits.memory: "16Gi"

在上述配置中，ResourceQuota限制了命名空间中Pod的总数以及CPU和内存的总量。ResourceQuota可以帮助防止单个命名空间消耗过多资源，确保集群资源的合理分配。

2.3 LimitRange和ResourceQuota的应用场景

开发和测试环境：通过LimitRange和ResourceQuota限制资源使用，防止开发和测试环境中的资源争抢。
多租户环境：在多租户环境中，通过ResourceQuota限制每个命名空间的资源总量，确保不同租户之间资源使用的公平性。
资源管理和优化：通过LimitRange和ResourceQuota限制资源使用，优化集群资源的利用率。

三、配置节点亲和性和污点等策略

Kubernetes提供了节点亲和性和污点等策略，用于控制Pod调度到特定节点的行为。

3.1 节点亲和性

节点亲和性（Node Affinity）允许用户指定Pod调度到特定节点的偏好。节点亲和性分为“硬”亲和性（requiredDuringSchedulingIgnoredDuringExecution）和“软”亲和性（preferredDuringSchedulingIgnoredDuringExecution）。

例如：

apiVersion: v1 kind: Pod metadata: name: example-pod spec: affinity: nodeAffinity: requiredDuringSchedulingIgnoredDuringExecution: nodeSelectorTerms: - matchExpressions: - key: disktype operator: In values: - ssd

在上述配置中，Pod将被调度到具有disktype=ssd标签的节点上。节点亲和性可以帮助将Pod调度到具有特定特性的节点上，例如具有SSD存储的节点，以提高应用性能。

3.2 污点和容忍

污点（Taints）允许管理员标记节点，使其拒绝调度不符合特定条件的Pod。容忍（Tolerations）允许Pod忽略节点上的污点，从而被调度到这些节点上。

例如：

apiVersion: v1 kind: Pod metadata: name: example-pod spec: tolerations: - key: "key1" operator: "Equal" value: "value1" effect: "NoSchedule"

在上述配置中，Pod具有容忍key1=value1的污点，从而可以被调度到具有该污点的节点上。污点和容忍可以帮助管理员控制Pod调度行为，避免将关键应用调度到不稳定或资源紧张的节点上。

3.3 节点亲和性和污点等策略的应用场景

资源隔离：通过节点亲和性和污点等策略，将关键应用和普通应用隔离在不同的节点上，确保关键应用的资源和性能。
提高性能：通过节点亲和性，将需要高性能存储或计算资源的应用调度到具有特定硬件特性的节点上。
节点维护：通过污点和容忍，将需要维护的节点标记为不可调度，避免在维护期间调度新的Pod。

四、利用自动缩放功能

Kubernetes提供了多种自动缩放功能，用于根据实际资源使用情况自动调整Pod和节点的数量。

4.1 Horizontal Pod Autoscaler

Horizontal Pod Autoscaler（HPA）根据CPU使用率或其他自定义指标自动调整Pod的副本数量。HPA通过监控Pod的资源使用情况，根据预定义的策略增加或减少Pod的数量。

例如：

apiVersion: autoscaling/v1 kind: HorizontalPodAutoscaler metadata: name: example-hpa spec: scaleTargetRef: apiVersion: apps/v1 kind: Deployment name: example-deployment minReplicas: 1 maxReplicas: 10 targetCPUUtilizationPercentage: 50

在上述配置中，HPA将根据example-deployment的CPU使用情况，自动调整Pod的副本数量，确保CPU使用率在50%左右。HPA可以帮助应用根据实际负载自动扩展，确保性能和资源利用率的平衡。

4.2 Vertical Pod Autoscaler

Vertical Pod Autoscaler（VPA）根据实际资源使用情况自动调整Pod的资源请求和限制。VPA通过监控Pod的资源使用情况，自动调整Pod的资源配置，确保Pod具有足够的资源。

例如：

apiVersion: autoscaling.k8s.io/v1 kind: VerticalPodAutoscaler metadata: name: example-vpa spec: targetRef: apiVersion: "apps/v1" kind: Deployment name: example-deployment updatePolicy: updateMode: "Auto"

在上述配置中，VPA将根据example-deployment的资源使用情况，自动调整Pod的资源请求和限制。VPA可以帮助应用根据实际资源需求自动调整资源配置，避免资源浪费或不足。

4.3 Cluster Autoscaler

Cluster Autoscaler根据集群中Pod的资源需求自动调整节点的数量。Cluster Autoscaler通过监控集群中Pod的资源请求情况，自动增加或减少节点的数量，确保集群具有足够的资源来运行所有Pod。

例如：

apiVersion: cluster.k8s.io/v1alpha1 kind: ClusterAutoscaler metadata: name: example-cluster-autoscaler spec: scaleDown: enabled: true scaleUp: enabled: true

在上述配置中，Cluster Autoscaler将根据集群中Pod的资源需求，自动调整节点的数量。Cluster Autoscaler可以帮助集群根据实际资源需求自动扩展，确保资源的高效利用。

4.4 自动缩放功能的应用场景

动态负载：通过HPA和VPA，根据实际负载动态调整Pod的数量和资源配置，确保应用性能和资源利用率。
资源优化：通过Cluster Autoscaler，根据实际资源需求自动调整节点数量，确保集群资源的高效利用。
弹性扩展：通过自动缩放功能，根据业务需求自动扩展或缩减资源，确保应用的弹性和高可用性。

五、总结与最佳实践

Kubernetes提供了多种资源限制配置方式，包括在Pod定义中设置资源请求和限制、使用LimitRange和ResourceQuota、配置节点亲和性和污点等策略、利用自动缩放功能。合理配置资源限制可以确保Pod能够获得所需资源，防止资源争抢，提升集群的稳定性和性能。

5.1 最佳实践

合理配置资源请求和限制：根据应用历史运行数据和实际资源需求，合理配置资源请求和限制，确保Pod能够获得所需资源。
使用LimitRange和ResourceQuota：在多租户环境中，通过LimitRange和ResourceQuota限制资源使用，确保资源的合理分配和利用。
配置节点亲和性和污点等策略：通过节点亲和性和污点等策略，将关键应用和普通应用隔离在不同的节点上，确保资源隔离和性能。
利用自动缩放功能：通过HPA、VPA和Cluster Autoscaler，根据实际资源需求自动调整Pod和节点的数量，确保资源的高效利用和应用的弹性。

5.2 持续优化

定期监控和分析应用的资源使用情况，持续优化资源配置，确保集群资源的高效利用和应用的稳定运行。通过合理配置和优化资源限制，可以提升集群的稳定性和性能，确保应用的高可用性。

相关问答FAQs：

1. 什么是 Kubernetes 资源限制，如何配置？

Kubernetes 资源限制是确保集群内应用程序稳定运行的关键功能。通过配置资源限制，您可以指定容器在运行时消耗的资源（如 CPU 和内存）的最大和最小值，从而有效管理集群资源并防止某些应用占用过多资源影响其他应用的性能。

要配置资源限制，您需要在 Pod 的 YAML 文件中设置 resources 字段。这一字段包含了 requests 和 limits 两部分。requests 是容器启动时所需的最低资源量，而 limits 是容器可以使用的最大资源量。例如：

resources:
  requests:
    memory: "64Mi"
    cpu: "250m"
  limits:
    memory: "128Mi"
    cpu: "500m"

在上述配置中，容器至少请求 64Mi 内存和 250m CPU，但最多可以使用 128Mi 内存和 500m CPU。这样可以确保容器不会因为过度消耗资源而影响集群其他部分的运行。同时，Kubernetes 调度器会根据这些请求值来决定将 Pod 调度到哪个节点上，从而更好地利用集群资源。

2. Kubernetes 资源限制与请求的区别是什么？

在 Kubernetes 中，资源限制（limits）和资源请求（requests）是两个不同的概念，它们在资源管理和调度过程中扮演着不同的角色。

资源请求（requests）是指容器启动时所需的最低资源量。这些值用于调度器决定将 Pod 放置在集群的哪个节点上。比如，如果一个容器请求 500m 的 CPU 和 256Mi 的内存，调度器会确保只有具备这些资源的节点才能运行这个容器。资源请求确保容器在启动时有足够的资源来正常运行。

资源限制（limits）则定义了容器在运行时可以使用的最大资源量。如果容器试图超出这一限制，Kubernetes 会限制它的资源使用。例如，当容器的 CPU 使用超过设定的限制时，Kubernetes 会对其进行节流（throttling），从而确保容器不会过度消耗 CPU 资源。资源限制帮助防止某个容器由于资源占用过多而影响集群的其他部分。

总结来说，资源请求用于调度和保证容器启动的资源，而资源限制用于控制容器的资源消耗，防止其影响集群整体性能。

3. 如何使用 Kubernetes 的资源限制来优化集群性能？

配置资源限制是优化 Kubernetes 集群性能的一个重要手段。通过合理配置资源请求和限制，可以提高集群的资源利用率，避免资源浪费和应用性能问题。

合理配置请求和限制： 在配置资源时，必须根据应用程序的实际需求来设定请求和限制值。如果请求设置得过低，应用可能会因为资源不足而无法正常启动；如果限制设置得过高，则可能导致资源浪费。使用工具（如 Prometheus 或 Grafana）监控应用程序的实际资源使用情况，并调整请求和限制值，以实现最佳性能。
实施资源配额和限制范围： Kubernetes 允许您设置资源配额（ResourceQuota）和限制范围（LimitRange）来控制命名空间中的资源使用。这可以帮助您在多租户环境中更好地管理资源，防止单个项目或团队消耗过多的集群资源。通过设置合理的资源配额和限制范围，您可以确保集群资源的公平分配和高效利用。
监控和自动调整： 定期监控集群中资源使用情况，可以帮助您发现资源瓶颈和不合理的配置。使用自动化工具（如 Horizontal Pod Autoscaler 和 Vertical Pod Autoscaler）可以根据实时负载动态调整 Pod 的副本数和资源请求/限制，从而保持应用程序性能的稳定性和集群资源的优化配置。

通过有效地配置和管理 Kubernetes 的资源限制，您可以提高集群的资源利用率，降低资源浪费，确保应用程序的稳定运行。

关于 GitLab 的更多内容，可以查看官网文档：
官网地址： https://gitlab.cn
文档地址： https://docs.gitlab.cn
论坛地址： https://forum.gitlab.cn

原创文章，作者：小小狐，如若转载，请注明出处：https://devops.gitlab.cn/archives/48660