之前的一篇随笔——Docker CPU 资源限制 中介绍了针对COU的某个或某几个核的控制，今天介绍下CPU分片功能，即CPU占比。

测试步骤

　　1、下载CPU测试image。agileek/cpuset-test给出了一种用于测试CPU的image，功能就是将CPU资源用满.

$ docker pull agileek/cpuset-test

　　2、观察未开任何应用时的CPU占用情况

[root@elk ~]# mpstat -P ALL

Linux 3.10.-.el7.x86_64 (elk)     //     _x86_64_    ( CPU)

:: AM  CPU    %usr   %nice    %sys %iowait    %irq   %soft  %steal  %guest  %gnice   %idle

:: AM  all    0.05    0.00    0.13    0.00    0.00    0.00    0.00    0.00    0.00   99.82

:: AM        0.20    0.00    0.20    0.00    0.00    0.00    0.00    0.00    0.00   99.60

:: AM        0.00    0.00    0.20    0.00    0.00    0.00    0.00    0.00    0.00   99.80

:: AM        0.20    0.00    0.20    0.00    0.00    0.00    0.00    0.00    0.00   99.60

:: AM        0.00    0.00    0.00    0.00    0.00    0.00    0.00    0.00    0.00  100.00

:: AM        0.00    0.00    0.00    0.00    0.00    0.00    0.00    0.00    0.00  100.00

:: AM        0.00    0.00    0.00    0.00    0.00    0.00    0.00    0.00    0.00  100.00

:: AM        0.00    0.00    0.20    0.00    0.00    0.00    0.00    0.00    0.00   99.80

:: AM        0.20    0.00    0.00    0.00    0.00    0.00    0.00    0.00    0.00   99.80
[root@elk ~]# top

top - :: up  days, :,   users,  load average: 2.18, 7.36, 4.61

Tasks:  total,    running,  sleeping,    stopped,    zombie

%Cpu(s):  0.0 us,  0.1 sy,  0.0 ni, 99.8 id,  0.0 wa,  0.0 hi,  0.0 si,  0.0 st

KiB Mem:   total,   used,  free,      buffers

KiB Swap:   total,         used,   free.   cached Mem

  PID USER      PR  NI    VIRT    RES    SHR S  %CPU %MEM     TIME+ COMMAND

 logstash         S  0.7  2.8 :09.16 java

   root                             S  0.3  0.0  :06.19 xfsaild/dm-

 elastic+          S  0.3  1.7 :43.65 java

     root                   S  0.0  0.0   :32.37 systemd

     root                             S  0.0  0.0   :00.45 kthreadd

     root                             S  0.0  0.0   :04.83 ksoftirqd/

     root        -                    S  0.0  0.0   :00.00 kworker/:0H

     root      rt                       S  0.0  0.0   :00.50 migration/

     root                             S  0.0  0.0   :00.00 rcu_bh

     root                             S  0.0  0.0   :00.00 rcuob/

    root                             S  0.0  0.0   :00.00 rcuob/

    root                             S  0.0  0.0   :00.00 rcuob/

    root                             S  0.0  0.0   :00.00 rcuob/

    root                             S  0.0  0.0   :00.00 rcuob/

    root                             S  0.0  0.0   :00.00 rcuob/

    root                             S  0.0  0.0   :00.00 rcuob/

    root                             S  0.0  0.0   :00.00 rcuob/

    root                             S  0.0  0.0  :09.47 rcu_sched

    root                             S  0.0  0.0   :01.54 rcuos/

    root                             S  0.0  0.0   :53.77 rcuos/

    root                             S  0.0  0.0   :00.50 rcuos/

    root                             S  0.0  0.0   :53.75 rcuos/

    root                             S  0.0  0.0   :55.59 rcuos/

    root                             S  0.0  0.0   :44.15 rcuos/

    root                             S  0.0  0.0   :53.57 rcuos/

　　3、开启一个容器，占CPU比重为1000，并观察CPU使用情况

[root@elk ~]# docker run -it --rm -c  agileek/cpuset-test

Burning  CPUs/cores

另开终端观察CPU占用情况

[root@elk ~]# top

top - :: up  days, :,   users,  load average: 7.26, 3.04, 1.18

Tasks:  total,    running,  sleeping,    stopped,    zombie

%Cpu(s):100.0 us,  0.0 sy,  0.0 ni,  0.0 id,  0.0 wa,  0.0 hi,  0.0 si,  0.0 st

KiB Mem:   total,   used,  free,      buffers

KiB Swap:   total,         used,   free.   cached Mem

  PID USER      PR  NI    VIRT    RES    SHR S  %CPU %MEM     TIME+ COMMAND

17258 root      20   0   36732    936    564 S 800.0  0.0  19:13.78 cpuburn                                                                                                                    

 root                             S   0.3  0.0   :00.02 kworker/:

 root                  R   0.3  0.0   :00.01 top

     root                   S   0.0  0.0   :32.35 systemd

     root                             S   0.0  0.0   :00.45 kthreadd

     root                             S   0.0  0.0   :04.83 ksoftirqd/

     root        -                    S   0.0  0.0   :00.00 kworker/:0H

     root      rt                       S   0.0  0.0   :00.50 migration/

     root                             S   0.0  0.0   :00.00 rcu_bh

     root                             S   0.0  0.0   :00.00 rcuob/

    root                             S   0.0  0.0   :00.00 rcuob/

    root                             S   0.0  0.0   :00.00 rcuob/

    root                             S   0.0  0.0   :00.00 rcuob/

    root                             S   0.0  0.0   :00.00 rcuob/

    root                             S   0.0  0.0   :00.00 rcuob/

    root                             S   0.0  0.0   :00.00 rcuob/

此时可以看到，PID17258的进程（也就是我们刚刚开启的docker容器）CPU占到了全部8颗CPU的100%，也就是800%。

　　4、再开启一个容器，占CPU比重为3000，并观察CPU使用情况

[root@elk ~]# docker run -it --rm -c  agileek/cpuset-test

Burning  CPUs/cores

另开终端观察CPU占用情况

[root@elk ~]# top

top - :: up  days, :,   users,  load average: 11.86, 6.29, 2.72

Tasks:  total,    running,  sleeping,    stopped,    zombie

%Cpu(s):100.0 us,  0.0 sy,  0.0 ni,  0.0 id,  0.0 wa,  0.0 hi,  0.0 si,  0.0 st

KiB Mem:   total,   used,  free,      buffers

KiB Swap:   total,         used,   free.   cached Mem

  PID USER      PR  NI    VIRT    RES    SHR S  %CPU %MEM     TIME+ COMMAND

17494 root      20   0   36732    932    560 S 602.1  0.0   3:54.95 cpuburn

17258 root      20   0   36732    936    564 S 197.9  0.0  39:34.78 cpuburn

   root                    S   0.3  0.0   :04.34 irqbalance

 root                  R   0.3  0.0   :00.01 top

     root                   S   0.0  0.0   :32.36 systemd

     root                             S   0.0  0.0   :00.45 kthreadd

     root                             S   0.0  0.0   :04.83 ksoftirqd/

     root        -                    S   0.0  0.0   :00.00 kworker/:0H

     root      rt                       S   0.0  0.0   :00.50 migration/

     root                             S   0.0  0.0   :00.00 rcu_bh

     root                             S   0.0  0.0   :00.00 rcuob/

    root                             S   0.0  0.0   :00.00 rcuob/

    root                             S   0.0  0.0   :00.00 rcuob/

    root                             S   0.0  0.0   :00.00 rcuob/

    root                             S   0.0  0.0   :00.00 rcuob/

    root                             S   0.0  0.0   :00.00 rcuob/

    root                             S   0.0  0.0   :00.00 rcuob/

　　此时可以看到，PID17258的进程（我们开启的第一个docker容器）CPU占到了全部8颗CPU的1/4，也就是200%。而新开启的，占比3000的docker容器站到了全部8颗CPU的3/4，也就是600%。

Docker CPU 资源限制——CPU分片功能测试的更多相关文章

  1. Docker CPU 资源限制——CPU固定核功能测试

    Docker使用Linux cgroup来实现资源的限制,对于CPU的限制有两种方法: 1.cpuset CPU Set限定容器使用某个固定的CPU核.使用默认的libcontainer引擎时,可以通 ...

  2. docker cgroup技术之cpu和cpuset

    在centos7的/sys/fs/cgroup下面可以看到与cpu相关的有cpu,cpuacct和cpuset 3个subsystem.cpu用于对cpu使用率的划分:cpuset用于设置cpu的亲和 ...

  3. KVM虚拟机cpu资源限制和vcpu亲缘性绑定

    前言 KVM中添加的实例存在资源分布不均的情况,这样如果有消耗资源的实例会影响到其他实例的服务正常运行,所以给kvm做资源限制是很有必要的,下面记录一下在centos7中KVM环境下使用cgroup限 ...

  4. Docker 容器资源限制

    Docker 容器资源限制 默认情况下,一个容器并没有资源限制,并且该容器可以使用内核调度的所有资源.Docke提供了在启动容器时设置一些参数来控制该容器使用的内存.CPU和IO. 内存 OOME:在 ...

  5. docker的memory和cpu资源限制

    这里仅针对docker本身,不涉及任何编排工具compose或者k8s等. 按照惯例,官文撸起来. 重要的部分是一些选项,用来限制资源大小. Memory Most of these options ...

  6. Docker技术入门与实战 第二版-学习笔记-5-容器-命令及限制内存与cpu资源

    1.启动容器 启动容器有两种方式: 基于镜像新建一个容器并启动 将在终止状态(stopped)的容器重新启动 1)新建并启动——docker run 比如在启动ubuntu:14.04容器,并输出“H ...

  7. docker高级应用之cpu与内存资源限制（转）

    时间:2015-06-09 14:01:52      阅读:1581      评论:0      收藏:0      [点我收藏+] 标签:docker资源限制   docker cpu限制    ...

  8. docker容器资源限制：限制容器对内存/CPU的访问

    目录 一.系统环境 二.前言 三.docker对于CPU和内存的限制 3.1 限制容器对内存的访问 3.2 限制容器对CPU的访问 一.系统环境 服务器版本 docker软件版本 CPU架构 Cent ...

  9. neutron之neutron_openvswitch_agent占用100%CPU资源问题

    基于kolla-ansible部署的queens版本,基于docker stats查看openstack的资源占用,发现neutron_openvswitch_agent一直占用100%CPU资源,这 ...

随机推荐

  1. 【公开课】《奥威Power-BI基于微软示例库（MSSQL）快速制作管理驾驶舱》文字记录与反馈

        本期分享的内容: <奥威Power-BI基于微软示例库(MSSQL)快速制作管理驾驶舱> 时间:2016年11月02日 课程主讲人:叶锡文 从事商业智能行业,有丰富的实施经验,擅长 ...

  2. python_如何建立包

    步骤: (1)包的名称为drawing (2)drawing中建立模块color和shape 视图: 备注: (1) E:/python_script/已经加入到系统变量path中 (2) 建立包时, ...

  3. re模块使用

    import re listall = "adkr20xcv3\actad4/" result = re.search('\w+',listall) print result.gr ...

  4. Win7 OpenCV 3.0.0 VS2013 环境配置

    参考资料:http://jingyan.baidu.com/article/75ab0bcbee4b47d6864db2fc.html 注: x86 x64 这些根据自己的系统以及需求而定, 这里就不 ...

  5. ORA-16019: cannot use LOG_ARCHIVE_DEST_1 with LOG_ARCHIVE_DEST or LOG_ARCHIVE_DUPLEX_DEST

    用户反馈数据库设置归档后,无法启动,并报如下错误: SQL> startup ORA-: cannot use LOG_ARCHIVE_DEST_1 with LOG_ARCHIVE_DEST ...

  6. Java基础之创建窗口——使用流布局管理器（TryFlowLayout)

    控制台程序. FlowLayout把组件放在容器的连续行中,使每一行都放置尽可能多的组件.如果某行已满,就放在下一行.工作方式类似于文本处理器把单词放在行中.主要用途是放置按钮,但也可以用来放置其他组 ...

  7. 五种I/O 模式，select、epoll方法的理解，BIO、NIO、AIO理解 相关文章

    一.io方式 Linux网络编程 五种I/O 模式及select.epoll方法的理解 web优化必须了解的原理之I/o的五种模型和web的三种工作模式 五种I/O 模式——阻塞(默认IO模式),非阻 ...

  8. Dropbox能火，为何它的中国同行不能火？

    http://tech.163.com/15/0510/11/AP8II63H000915BF.html Dropbox能火,为何它的中国同行不能火? 2015-05-10 11:33:55 来源:  ...

  9. csuoj 1396: Erase Securely

    http://acm.csu.edu.cn/OnlineJudge/problem.php?id=1396 1396: Erase Securely Time Limit: 1 Sec  Memory ...

  10. SQL封装、多态与重载

    面向对象1.类:众多对象抽象出来的2.对象:类实例化出来的 3.类的定义关键字 class 4.类里面包含成员变量成员属性 成员方法 5.面向对象三大特性(1)封装目的:保护类,让类更加安全.做法:让 ...