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. JBoss远程方法调用漏洞利用详解

    早上起床打开微博看到空虚浪子心大神发的一篇有关Jboss漏洞的文章,对我等菜鸟来说那边文章看起来还是很吃力的,所以查了查国内外的资料,翻译写了这边文章,记录一下. 在JBoss服务器上部署web应用程 ...

  2. IPv4 地址分类

    IP地址==网络地址 + 主机地址 IP地址是由4个字节组成,一个字节为8位,所以一共是32位,以点分十进制表示,例如192.168.1.1 IP地址分类:1.A类地址: IP地址==网络地址 1个字 ...

  3. C# 调用VC++的DLL，VC++封装DLL

    VS中新建一个动态库项目 文件生成一个工程名对应的.cpp文件,该文件定义 DLL应用程序的导出函数. 工程内新建一个类OutputInt,我用类向导生成,工程中会添加OutputInt.cpp和Ou ...

  4. C++内存未释放的情况

    以下例子中,存储了整数123的记亿体空间不能被删除,因为地址丢失了.这些空间已无法再使用. #include <iostream> using namespace std; int mai ...

  5. Java NIO 读数据处理过程

    这两天仿hadoop 写java RPC框架,使用PB作为序列号工具,在写读数据的时候遇到一个小坑.之前写过NIO代码,恰好是错误的代码产生正确的逻辑,误以为自己写对了.现在简单整理一下. 使用NIO ...

  6. Leetcode: Insert Delete GetRandom O(1)

    Design a data structure that supports all following operations in average O(1) time. insert(val): In ...

  7. 找区间连续值(HDU5247)

    找连续数 Time Limit: 2000/1000 MS (Java/Others)    Memory Limit: 32768/32768 K (Java/Others)Total Submis ...

  8. [转] MongoDB shell 操作 (查询)

    最近有用到mongoDB,每次都去查看官方文档很是费劲,自己准备写点东西.但在博客园上看到另外的一篇博文不错,就转载过来,加上点儿自己的修饰 左边是mongodb查询语句,右边是sql语句.对照着用, ...

  9. .NET: WPF DependencyProperty

    DependencyProperty and DependencyObject is the core of WPF data binding. We can use this two class t ...

  10. poj: 2255

    跟LEETCODE的preorder,inorder转postorder题很像 #include <iostream> #include <stdio.h> #include ...