容器的資源需求和資源限制

• requests：需求，最低保障, 保證被排程的節點上至少有的資源配額
• limits：限制，硬限制, 容器可以分配到的最大資源配額

apiVersion: v1
kind: Pod
metadata:
    name: pod-demo
    labels:
        app: myapp
        tier: fronted
spec:
    containers:
    - name: myapp
      image: ikubernetes/stress-ng
      command: ["/usr/bin/stress-ng", "-m 1", "-c 1", "--metrics-brief"]
      resources:
        requests:
          cpu: "200m"
          memory: "128Mi"
        limits:
          cpu: "500m"
          memory: "200Mi"
 

kubectl exec pod-demo -- top

這是一個CPU為2核的節點, 分配給容器500m的CPU, 也就是0.5個CPU, 所以看到的程序CPU佔用率約為26%

QoS Classes分類

Guaranteed

如果Pod中所有Container的所有Resource的limit和request都相等且不為0，則這個Pod的QoS Class就是Guaranteed。

注意，如果一個容器只指明瞭limit，而未指明request，則表明request的值等於limit的值。

containers:
    name: foo
        resources:
            limits:
                cpu: 10m
                memory: 1Gi
    name: bar
        resources:
            limits:
                cpu: 100m
                memory: 100Mi
            requests:
                cpu: 100m
                memory: 100Mi
 

Burstable

至少有一個容器設定CPU或記憶體資源的requests屬性

Best-Effort

如果Pod中所有容器的所有Resource的request和limit都沒有賦值，則這個Pod的QoS Class就是Best-Effort.

containers:
    name: foo
        resources:
    name: bar
        resources:

kubernetes之node資源緊缺時pod驅逐機制

Qos Class優先順序排名

Guaranteed > Burstable > Best-Effort

可壓縮資源與不可壓縮資源

Pod 使用的資源最重要的是 CPU、記憶體和磁碟 IO，這些資源可以被分為可壓縮資源（CPU）和不可壓縮資源（記憶體，磁碟 IO）。

• 可壓縮資源(CPU)不會導致pod被驅逐

  因為當 Pod 的 CPU 使用量很多時，系統可以通過重新分配權重來限制 Pod 的 CPU 使用

• 不可壓縮資源(記憶體)則會導致pod被驅逐

  於不可壓縮資源來說，如果資源不足，也就無法繼續申請資源（記憶體用完就是用完了），此時 Kubernetes 會從該節點上驅逐一定數量的 Pod，以保證該節點上有充足的資源。

儲存資源不足

下面是 kubelet 預設的關於節點儲存的驅逐觸發條件：

• nodefs.available<10%（容器 volume 使用的檔案系統的可用空間，包括檔案系統剩餘大小和 inode 數量）
• imagefs.available<15%（容器映象使用的檔案系統的可用空間，包括檔案系統剩餘大小和 inode 數量）

當 imagefs 使用量達到閾值時，kubelet 會嘗試刪除不使用的映象來清理磁碟空間。

當 nodefs 使用量達到閾值時，kubelet 就會拒絕在該節點上執行新 Pod，並向 API Server 註冊一個 DiskPressure condition。然後 kubelet 會嘗試刪除死亡的 Pod 和容器來回收磁碟空間，如果此時 nodefs 使用量仍然沒有低於閾值，kubelet 就會開始驅逐 Pod。kubelet 驅逐 Pod 的過程中不會參考 Pod 的 QoS，只是根據 Pod 的 nodefs 使用量來進行排名，並選取使用量最多的 Pod 進行驅逐。所以即使 QoS 等級為 Guaranteed 的 Pod 在這個階段也有可能被驅逐（例如 nodefs 使用量最大）。如果驅逐的是 Daemonset，kubelet 會阻止該 Pod 重啟，直到 nodefs 可用量超過閾值。

如果一個 Pod 中有多個容器，kubelet 會根據 Pod 中所有容器的 nodefs 使用量之和來進行排名。即所有容器的 container_fs_usage_bytes 指標值之和。

舉例

當 nodefs 的使用量超過閾值時，kubelet 會根據 Pod 的 nodefs 使用量來對 Pod 進行排名，首先驅逐使用量最多的 Pod。排名如下圖所示：

記憶體資源不足

下面是 kubelet 預設的關於節點記憶體資源的驅逐觸發條件：

• memory.available<100Mi

當記憶體使用量超過閾值時，kubelet 就會向 API Server 註冊一個 MemoryPressure condition，此時 kubelet 不會接受新的 QoS 等級為 Best Effort 的 Pod 在該節點上執行，並按照以下順序來驅逐 Pod：

• Pod 的記憶體使用量是否超過了 request 指定的值
• 根據 priority 排序，優先順序低的 Pod 最先被驅逐
• 比較它們的記憶體使用量與 request 指定的值之差。

按照這個順序，可以確保 QoS 等級為 Guaranteed 的 Pod 不會在 QoS 等級為 Best Effort 的 Pod 之前被驅逐，但不能保證它不會在 QoS 等級為 Burstable 的 Pod 之前被驅逐。

如果一個 Pod 中有多個容器，kubelet 會根據 Pod 中所有容器相對於 request 的記憶體使用量與之和來進行排名。即所有容器的 （container_memory_usage_bytes 指標值與 container_resource_requests_memory_bytes 指標值的差）之和。

舉例

當節點的記憶體使用量超過閾值時，kubelet 會根據 Pod 相對於 request 的記憶體使用量來對 Pod 進行排名。排名如下所示：

當記憶體資源不足時，kubelet 在驅逐 Pod 時只會考慮 requests 和 Pod 的記憶體使用量，不會考慮 limits。

Node OOM (Out Of Memory)

因為 kubelet 預設每 10 秒抓取一次 cAdvisor 的監控資料，所以有可能在 kubelet 驅逐 Pod 回收記憶體之前發生記憶體使用量激增的情況，這時就有可能觸發核心 OOM killer。這時刪除容器的權利就由kubelet 轉交到核心 OOM killer 手裡，但 kubelet 仍然會起到一定的決定作用，它會根據 Pod 的 QoS 來設定其 oom_score_adj 值：

如果該節點在 kubelet 通過驅逐 Pod 回收記憶體之前觸發了 OOM 事件，OOM killer 就會採取行動來降低系統的壓力，它會根據下面的公式來計算 oom_score 的值：

容器使用的記憶體佔系統記憶體的百分比 + oom_score_adj = oom_score>

OOM killer 會殺掉 oom_score_adj 值最高的容器，如果有多個容器的 oom_score_adj 值相同，就會殺掉記憶體使用量最多的容器（其實是因為記憶體使用量最多的容器的 oom_score 值最高）。關於 OOM 的更多內容請參考：Kubernetes 記憶體資源限制實戰。

假設某節點執行著 4 個 Pod，且每個 Pod 中只有一個容器。每個 QoS 型別為 Burstable 的 Pod 配置的記憶體 requests 是 4Gi，節點的記憶體大小為 30Gi。每個 Pod 的 oom_score_adj 值如下所示：

當呼叫 OOM killer 時，它首先選擇 oom_score_adj 值最高的容器（1000），這裡有兩個容器的 oom_score_adj 值都是 1000，OOM killer 最終會選擇記憶體使用量最多的容器。

總結

• 因為 kubelet 預設每 10 秒抓取一次 cAdvisor 的監控資料，所以可能在資源使用量低於閾值時，kubelet 仍然在驅逐 Pod。
• kubelet 將 Pod 從節點上驅逐之後，Kubernetes 會將該 Pod 重新排程到另一個資源充足的節點上。但有時候 Scheduler 會將該 Pod 重新排程到與之前相同的節點上，比如設定了節點親和性，或者該 Pod 以 Daemonset 的形式執行。