深入理解Kubernetes资源限制：CPU

写在前面

在上一篇关于Kubernetes资源限制的文章我们讨论了如何通过ResourceRequirements设置Pod中容器内存限制，以及容器运行时是如何利用Linux Cgroups实现这些限制的。也分析了requests是用来通知调度器Pod所需资源需求和limits是在宿主机遇到内存压力时帮助内核限制资源二者的区别。

在本文中，我会继续深入探讨CPU时间的requests和limits。你是否阅读过第一篇文章并不会影响本文的学习，但是我建议你两篇文章都读一读，从而得到工程师或者集群管理员视角的集群控制全景。

CPU时间

正如我在第一篇文章中指出，限制CPU时间要比限制内存限制更加复杂，好消息是限制CPU也是根据我们前面所了解到的cgroups机制控制的，与限制内存的原理是通用的，我们只需要关注一些细节即可。我们从向前文的例子里添加CPU时间限制开始：

resources:

requests:

memory: 50Mi

cpu: 50m

limits:

memory: 100Mi

cpu: 100m

单位后缀m表示“千分之一个核心”，所以这个资源对象定义了容器进程需要50/1000的核心（5%），并且最多使用100/1000的核心（10%）。类似的，2000m表示2颗完整的核心，当然也可以用2或者2.0来表示。让我们创建一个只拥有CPU requests的Pod，然后看看Docker是如何配置cgroups的：

$ kubectl run limit-test --image=busybox --requests "cpu=50m" --command -- /bin/sh -c "while true; do sleep 2; done"

deployment.apps "limit-test" created

我们能够看到Kubernetes已经配置了50m的CPU requests：

$ kubectl get pods limit-test-5b4c495556-p2xkr -o=jsonpath='{.spec.containers[0].resources}'

[cpu:50m]]

我们也可以看到Docker配置了同样的limits:

$ docker ps | grep busy | cut -d' ' -f1

f2321226620e

$ docker inspect f2321226620e --format '{{.HostConfig.CpuShares}}'

为什么是51而不是50？CPU cgroup和Docker都把一个核心划分为1024份，而Kubernetes则划分为1000份。那么Docker如何把它应用到容器进程上？设置内存限制会让Docker来配置进程的memory cgroup，同样设置CPU限制会让它配置cpu, cpuacct cgroup。

$ ps ax | grep /bin/sh

60554 ? Ss 0:00 /bin/sh -c while true; do sleep 2; done

$ sudo cat /proc/60554/cgroup

...

4:cpu,cpuacct:/kubepods/burstable/pode12b33b1-db07-11e8-b1e1-42010a800070/3be263e7a8372b12d2f8f8f9b4251f110b79c2a3bb9e6857b2f1473e640e8e75

ls -l /sys/fs/cgroup/cpu,cpuacct/kubepods/burstable/pode12b33b1-db07-11e8-b1e1-42010a800070/3be263e7a8372b12d2f8f8f9b4251f110b79c2a3bb9e6857b2f1473e640e8e75

total 0

drwxr-xr-x 2 root root 0 Oct 28 23:19 .

drwxr-xr-x 4 root root 0 Oct 28 23:19 ..

...

-rw-r--r-- 1 root root 0 Oct 28 23:19 cpu.shares

Docker的HostConfig.CpuShares容器属性映射到了cgroup的cpu.shares上，所以让我们看看：

$ sudo cat /sys/fs/cgroup/cpu,cpuacct/kubepods/burstable/podb5c03ddf-db10-11e8-b1e1-42010a800070/64b5f1b636dafe6635ddd321c5b36854a8add51931c7117025a694281fb11444/cpu.shares

你可能会惊奇地发现设置一个CPU请求会把这个值发送到cgroup去，而上篇文章中设置内存却并非如此。下面这行内核对内存软限制的行为对Kubernetes来说没什么用处，而设置了cpu.shares则是有用的。我等会会对此做出解释。那么当我们设置cpu限制时发生了什么？让我们一起找找看：

$ kubectl run limit-test --image=busybox --requests "cpu=50m" --limits "cpu=100m" --command -- /bin/sh -c "while true; do sleep 2; done"

deployment.apps "limit-test" created

现在我们回过头来看看Kubernetes Pod资源对象的限制：

$ kubectl get pods limit-test-5b4fb64549-qpd4n -o=jsonpath='{.spec.containers[0].resources}'

map[limits:map[cpu:100m] requests:map[cpu:50m]]

在Docker容器配置里：

$ docker ps | grep busy | cut -d' ' -f1

f2321226620e

$ docker inspect 472a**e32a5 --format '{{.HostConfig.CpuShares}} {{.HostConfig.CpuQuota}} {{.HostConfig.CpuPeriod}}'

51 10000 100000

正如我们所见，CPU请求存放在HostConfig.CpuShares属性里。CPU限制，尽管不是那么明显，它由HostConfig.CpuPeriod和HostConfig.CpuQuota两个值表示，这些Docker容器配置映射为进程的cpu, cpuacct cgroup的两个属性：cpu.cfs_period_us和cpu.cfs_quota_us。让我们仔细看看：

$ sudo cat /sys/fs/cgroup/cpu,cpuacct/kubepods/burstable/pod2f1b50b6-db13-11e8-b1e1-42010a800070/f0845c65c3073e0b7b0b95ce0c1eb27f69d12b1fe2382b50096c4b59e78cdf71/cpu.cfs_period_us

100000

$ sudo cat /sys/fs/cgroup/cpu,cpuacct/kubepods/burstable/pod2f1b50b6-db13-11e8-b1e1-42010a800070/f0845c65c3073e0b7b0b95ce0c1eb27f69d12b1fe2382b50096c4b59e78cdf71/cpu.cfs_quota_us

10000

如我们所料这两个配置会同样配置到Docker容器配置里。但是这些值是怎么从Pod的100m CPU限制里转换过来，并且是怎么实现的呢？原来CPU requests和CPU limits是由两套不同的cgroup分别进行控制的。Requests使用CPU分片系统，是二者中出现较早的一个。Cpu分片是将每个核心划分为1024份，并且保证每个进程会接收到一定比例的CPU分片。如果只有1024片而这两个进程都设置cpu.shares为512，那么这两个进程会各自得到一半的CPU时间。CPU分片系统并不能指定上界，也就是说如果一个进程没有使用它的这一份，其它进程是可以使用的。

在2010年左右Google和一些公司注意到了这个可能存在的问题（https://ai.google/research/pubs/pub36669）。进而合并了一个更加强大的秒级响应的系统：CPU带宽控制。带宽控制系统定义了一个通常是1/10秒的周期，或者100000微秒，以及一个表示周期里一个进程可以使用的最大分片数配额。在这个例子里，我们为我们的Pod申请了100mCPU，它等价于100/1000的核心，或者10000/100000毫秒的CPU时间。所以我们的CPU requests被翻译为设置这个进程的cpu,cpuacct的配置为cpu.cfs_period_us=100000并且cpu.cfs_quota_us=10000。cfs表示完全公平调度，它是Linux默认的CPU调度器。同时还有一个响应quota值的实时调度器。

我们为Kubernetes设置CPU requests实际上是设置了cpu.shares cgroup属性，设置CPU limits配置了另一个子系统的cpu.cfs_period_us和cpu.cfs_quota_us属性。就像内存requests对调度器的意义一样，CPU requests会让调度器选择至少拥有那么多可用CPU分片的节点。不同于内存requests，设置CPU requests也会给cgroup设置相应的属性，帮助内核实际给进程分配一样数量的CPU核心分片。Limits的处理也与内存不一样。超出内存limits会让你的容器进程成为oom-kill的选项，但是你的进程基本上不可能超出设置的cpu配额，并且永远不会因为试着使用更多CPU而被驱逐。系统在调度器那里加强了配额的使用，所以进程在到达limits后只会被限流。

如果你并未为你的容器设置这些属性，或者给他们设置了不准确的值会怎么样？作为内存，如果你设置了limits但并未指定requests，Kubernetes会默认让request指向limit。如果你对你的应用需要多少CPU时间很清楚的话这没问题。那么如果设置requests而不设置limits呢？在这个场景里Kubernetes仍然可以精确地调度你的Pod，内核也会保证它能得到需要的最少资源配额。但是不会限制你的进程只能使用requested数量的资源，它可能会偷取别的进程的分片。不设置requests和limits是最坏的情况，调度器不知道容器需要多少资源，进程的CPU分片也是无限的，这也许会对节点带来不利的影响。这引出了我想要说的最后一件事情：为每个namespace设置默认的的资源限制。

默认限制

在了解到不为Pod配置资源限制会有一些负面效应后，你可能会想到给它们设置默认值，所以每个提交到集群的Pod都会有一个默认设置。Kubernetes允许我们这么做：基于Namespace，使用v1版本的LimitRange API对象实现。你可以通过在你想限制的Namespace里创建LimitRange对象来建立默认资源限制。示例如下：

apiVersion: v1

kind: LimitRange

metadata:

name: default-limit

spec:

limits:

- default:

memory: 100Mi

cpu: 100m

defaultRequest:

memory: 50Mi

cpu: 50m

- max:

memory: 512Mi

cpu: 500m

- min:

memory: 50Mi

cpu: 50m

type: Container

这里的命名可能会有些迷惑，让我们把它拆分开看看。limits下的default键代表了每种资源的默认limits。在这个场景里，指定Namespace里的任何没有配置内存限制的Pod都会被设置一个默认100Mi的limits，任何没有CPU限制的Pod会被设置一个默认100m的limits。defaultRequest键表示资源requests。如果创建了一个Pod没有指定内存requests的Pod，它会被自动分配默认50Mi的内存，以及如果没有指定CPU requests的话，会被默认分配默认50m的CPU。max和min键则有些不同：基本上如果一个Pod的requests或limits超过了这两种规定的上下界，这个Pod就无法提交通过创建。我目前还没有找到这种用法的场景，但是你可能会用到，所以如果有的话请你留言告诉我们你用它解决了什么问题。

默认的LimitRange设置通过LimitRange插件应用到Pod上，这个插件存在于Kubernetes Admission Controller里。Admission Controller是可能会在对象被API接收之后，实际创建之前修改它定义的插件集合。在LimitRange场景里，它会检查每个Pod，如果它没有指明requests和limits，并且Namespace设置里设置了默认值，它就会把这个默认值应用到Pod上。你会发现LimitRanger通过检查Pod metadata的annotations里来设置默认值。