Docker

资源隔离

Docker 是利用linux的LXC技术，内核的Kernel namespace

Namespace：

  1. PID - 通过PID的namespace隔离，可以嵌套
  2. NET - 通过网络的NET的namespace隔离
  3. IPC - 隔离IPC
  4. mnt - 挂在隔离
  5. Uts - 可以实现每个docker 容器有自己的hostname，daemin name
  6. User - 让每个容器有自己的用户和组

资源限制

通过controller group进行

默认支持隔离的：

  • CPU
  • MEM

磁盘需要手动来隔离

配置资源隔离

Docker默认的每个容器的CPU配额是1024.

如果一个机器只有一个容器，那么就占所有，如果两个，则是平分

在进行安装配置的时候，需要用到压力测试工具stress.

需要在容器中安装测试工具，yum install stress -y，前提有epel源。

下面使用Dockerfile来构建镜像

[root@node docker-file]# mkdir stress

[root@node docker-file]# ls

nginx  stress

[root@node stress]# cat Dockerfile

FROM centos

RUN rm -rf /etc/yum.repos.d/*

ADD CentOS7-Base-163.repo /etc/yum.repos.d

ADD epel.repo /etc/yum.repos.d/

RUN yum install stress -y && yum clean all

ENTRYPOINT ["stress"]

[root@node stress]# ls

CentOS7-Base-163.repo  Dockerfile  epel.repo

[root@node stress]# docker build -t stress:v1 .

[root@node stress]# docker images

REPOSITORY           TAG                 IMAGE ID            CREATED              SIZE

stress               v1                  14cb1cb325cd        About a minute ago   221 MB

nginx-file           v1                  592d69098f3a        18 hours ago         399 MB

sijiayong/my-nginx   v1                  a80ecf40e4d2        19 hours ago         328 MB

docker.io/centos     latest              5182e96772bf        2 weeks ago          200 MB

docker.io/nginx      latest              c82521676580        4 weeks ago          109 MB

docker.io/registry   latest              b2b03e9146e1        6 weeks ago          33.3 MB

可以看到进行已经制作完成。

CPU测试

配置1核CPU，让stress进行CPU的压力测试

# 使用--rm参数，当容器退出时，自动删除该容器。

[root@node stress]# docker run -it --rm stress:v1 --cpu 1

stress: info: [1] dispatching hogs: 1 cpu, 0 io, 0 vm, 0 hdd

# 然后打开一个新的终端，top查看：

[root@node ~]# top

top - 15:01:48 up 1 min,  3 users,  load average: 0.08, 0.02, 0.01

Tasks: 108 total,   2 running,  49 sleeping,   0 stopped,   0 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 :   985712 total,   613288 free,   154292 used,   218132 buff/cache

KiB Swap:  2097148 total,  2097148 free,        0 used.   636208 avail Mem 

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

  1504 root      20   0    7320    100      0 R 93.8  0.0   0:02.80 stress

启动两个容器，不同配额

启动两个容器，一个容器不指定配额，一个容器指定512的配额，再次查看CPU使用率：

[root@node ~]# docker run -it stress:v1 --cpu 1

stress: info: [1] dispatching hogs: 1 cpu, 0 io, 0 vm, 0 hdd

# 再开一个终端

[root@node ~]# docker run -it stress:v1 -c 512 --cpu 1

stress: info: [1] dispatching hogs: 1 cpu, 0 io, 0 vm, 0 hdd

# 再开一个终端 top查看

[root@node ~]# top

top - 15:04:02 up 3 min,  3 users,  load average: 1.23, 0.37, 0.13

Tasks: 109 total,   4 running,  49 sleeping,   0 stopped,   0 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 :   985712 total,   588760 free,   173244 used,   223708 buff/cache

KiB Swap:  2097148 total,  2097148 free,        0 used.   612468 avail Mem 

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

  1575 root      20   0    7320     96      0 R 50.9  0.0   0:36.96 stress

  1618 root      20   0    7320     96      0 R 50.9  0.0   0:21.13 stress

此时每个容器占了CPU的一半。

多个容器使用多个CPU中的一核

参数 --cpuset-cpus 参数，来制定，从0 开始，可以指定多个，以,都好分割

# 指定CPU=0

[root@node ~]# docker run -it --rm --cpuset-cpus=0 stress:v1 --cpu 1

stress: info: [1] dispatching hogs: 1 cpu, 0 io, 0 vm, 0 hdd

# 打开另一个终端top查看

[root@node ~]# top

top - 15:20:14 up 11 min,  2 users,  load average: 0.26, 0.14, 0.05

Tasks: 131 total,   3 running,  57 sleeping,   0 stopped,   0 zombie

%Cpu0  :100.0 us,  0.0 sy,  0.0 ni,  0.0 id,  0.0 wa,  0.0 hi,  0.0 si,  0.0 st

%Cpu1  :  0.0 us,  0.0 sy,  0.0 ni,100.0 id,  0.0 wa,  0.0 hi,  0.0 si,  0.0 st

%Cpu2  :  0.0 us,  0.0 sy,  0.0 ni,100.0 id,  0.0 wa,  0.0 hi,  0.0 si,  0.0 st

%Cpu3  :  0.0 us,  0.0 sy,  0.0 ni,100.0 id,  0.0 wa,  0.0 hi,  0.0 si,  0.0 st

KiB Mem :  4016292 total,  3604620 free,   174116 used,   237556 buff/cache

KiB Swap:  2097148 total,  2097148 free,        0 used.  3564852 avail Mem 

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

  2139 root      20   0    7320     96      0 R 100.0  0.0   0:06.22 stress 

# 在重新启动一个容器，指定CPU=1

[root@node ~]# docker run -it --rm --cpuset-cpus=1 stress:v1 --cpu 1

stress: info: [1] dispatching hogs: 1 cpu, 0 io, 0 vm, 0 hdd

[root@node ~]# top

top - 15:20:24 up 11 min,  2 users,  load average: 0.30, 0.15, 0.06

Tasks: 132 total,   3 running,  57 sleeping,   0 stopped,   0 zombie

%Cpu0  :  0.0 us,  1.1 sy,  0.0 ni, 98.9 id,  0.0 wa,  0.0 hi,  0.0 si,  0.0 st

%Cpu1  :100.0 us,  0.0 sy,  0.0 ni,  0.0 id,  0.0 wa,  0.0 hi,  0.0 si,  0.0 st

%Cpu2  :  0.0 us,  0.0 sy,  0.0 ni,100.0 id,  0.0 wa,  0.0 hi,  0.0 si,  0.0 st

%Cpu3  :  0.0 us,  0.0 sy,  0.0 ni,100.0 id,  0.0 wa,  0.0 hi,  0.0 si,  0.0 st

KiB Mem :  4016292 total,  3601400 free,   177012 used,   237880 buff/cache

KiB Swap:  2097148 total,  2097148 free,        0 used.  3561756 avail Mem 

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

  2246 root      20   0    7320    100      0 R 100.0  0.0   0:02.99 stress

可以看到，docker把对应的容器运行那颗CPU上了

内存资源限制

--memory-swap --memory 功能
正数 S 正数 M 容器可用内存总空间为S，其中ram为M. swap为(S-M),若S=M，则无可用swap资源
0 正数 M 相当于未设置swap(unset)
unset 正数 M 若主机(Docker Host)启用了swap，则容器的可用swap为2*M
-1 正数 M 若主机(Docker Host)启用了swap，则容器可使用最大至宿主机上的所有swap空间的swap资源

注意：在容器内使用free命令可以看到的swap空间并不具有其所展现出的空间只是意义。

使用 -m 来给容器分配内存，同样使用stress工具，来对容器进行压测

分配一个128m的内存给容器，然后使用stress运行256m的内存对启动的容器进行压测

[root@node ~]# docker run -it --rm -m 128m stress:v1 --vm 1 --vm-bytes 128m --vm-hang 0

stress: info: [1] dispatching hogs: 0 cpu, 0 io, 1 vm, 0 hdd

^Cstress: FAIL: [1] (415) <-- worker 7 got signal 2

stress: WARN: [1] (417) now reaping child worker processes

stress: FAIL: [1] (421) kill error: No such process

stress: FAIL: [1] (451) failed run completed in 5s

# 上面先压测的128m内存，可以正常运行

[root@node ~]# docker run -it --rm -m 128m stress:v1 --vm 1 --vm-bytes 256m --vm-hang 0

stress: info: [1] dispatching hogs: 0 cpu, 0 io, 1 vm, 0 hdd

stress: FAIL: [1] (415) <-- worker 7 got signal 9

stress: WARN: [1] (417) now reaping child worker processes

stress: FAIL: [1] (421) kill error: No such process

stress: FAIL: [1] (451) failed run completed in 0s

# 上面压测的265m内存，启动后就直接被kill退出了

5、Docker 核心原理-资源隔离和限制的更多相关文章

  1. docker核心原理

    容器概念. docker是一种容器,应用沙箱机制实现虚拟化.能在一台宿主机里面独立多个虚拟环境,互不影响.在这个容器里面可以运行着我饿们的业务,输入输出.可以和宿主机交互. 使用方法. 拉取镜像 do ...

  2. Docker实践(5)—资源隔离

    Docker使用cgroup实现CPU,内存和磁盘IO等系统资源的限制. CPU Docker现在有2个与CPU资源相关的参数,-c可以指定CPU的占比,--cpuset可以绑定CPU.例如,指定容器 ...

  3. Docker容器技术的核心原理

    目录 1 前言 2 docker容器技术 2.1 隔离:Namespace 2.2 限制:Cgroup 2.3 rootfs 2.4 镜像分层 3 docker容器与虚拟机的对比 1 前言 上图是百度 ...

  4. Hadoop Yarn内存资源隔离实现原理——基于线程监控的内存隔离方案

    注:本文以hadoop-2.5.0-cdh5.3.2为例进行说明.   Hadoop Yarn的资源隔离是指为运行着不同任务的“Container”提供可独立使用的计算资源,以避免它们之间相互干扰.目 ...

  5. Kafka Topic Partition Replica Assignment实现原理及资源隔离方案

    本文共分为三个部分:   Kafka Topic创建方式 Kafka Topic Partitions Assignment实现原理 Kafka资源隔离方案   1. Kafka Topic创建方式 ...

  6. 资源管理与调度系统-YARN资源隔离及以YARN为核心的生态系统

    资源管理与调度系统-YARN资源隔离及以YARN为核心的生态系统 作者:尹正杰 版权声明:原创作品,谢绝转载!否则将追究法律责任. 一.什么是资源隔离 资源隔离是指为不同任务提供可独立使用的计算资源以 ...

  7. Docker 基本核心原理

    Docker内核知识 namespace资源隔离 namespace的6项隔离 NameSpace 系统调用参数 隔离内容 UTS CLONE_NEWUTS 主机名与域名 IPC CLONE_NEWI ...

  8. [转]Greenplum 资源隔离的原理与源码分析

    摘要: 背景 Greenplum是一个MPP的数据仓库系统,最大的优点是水平扩展,并且一个QUERY就能将硬件资源的能力发挥到极致. 但这也是被一些用户诟病的一点,因为一个的QUERY就可能占光所有的 ...

  9. Docker 容器资源隔离 namespace(十)

    目录 一.简介 Linux Namespace的6大类型 二.Mount Namespace 三.IPC Namespace 四.Network Namespace 五.UTS Namespace 六 ...

随机推荐

  1. Python enumerate() 函数笔记

    enumerate函数说明: 函数原型:enumerate(sequence, [start=0])  #第二个参数为指定索引 功能:将可循环序列sequence以start开始分别列出序列数据和数据 ...

  2. 使用koa-mysql-session时报错

    描述 在本地测试代码没问题,但是部署到服务器上时就报错. 错误 > cross-env WEBPACK_TARGET=node NODE_ENV=production node ./server ...

  3. vsftpd超实用技巧详解

    简介: vsftpd是"very secure FTP daemon"的缩写,是一个完全免费的.开放源代码的ftp服务器软件. 工作原理: vsftpd使用ftp协议,该协议属于应 ...

  4. 《Effective Java》 读书笔记（八）避免使用Finalizer和Cleaner机制

    Finalizer和Cleaner并不等同于C++中的析构函数,是不确定多久会被调用的,甚至有时候可能不会被调用,因此除了作为一个安全网或者终止非关键的本地资源,不应该在Finalizer或Clean ...

  5. MySQL批量插入的分析以及注意事项

    目录 1.背景 2.两种方式对比 2.1.一次插入一条数据 2.2.一次插入多条数据 3.拓展一下 4.Other 1.背景 我们在工作中基本都会碰到批量插入数据到DB的情况,这个时候我们就需要根据不 ...

  6. Django学习day7——简单的使用数据库和模型

    Django支持的数据库 PostgreSQL SQLite 3 MySQL Oracle 其中SQLite 3不需要安装,因为SQLite使用文件系统上的独立文件来存储数据 这里我们用SQLite ...

  7. JS 接口定义及实现的例子

    //定义一个函数,目的是将参数中的第二个函数所有属性放到第一个参数中,目的是将接口中所有方法放到实现类中 Object.extend=function(destination,source){ for ...

  8. 揭秘——TCP的三次握手和四次挥手

    1.前言 本文以博主在某次前端面试中被问到"什么是TCP协议中的三次握手和四次挥手?"为契机,经过整理教材.百度百科以及他人博客,再结合博主自身的理解,尽可能的以通俗易懂的语言来解 ...

  9. Java自动化测试框架-12 - TestNG之xml文件详解篇 （详细教程）

    1.简介 现在这篇,我们来学习TestNG.xml文件,前面我们已经知道,TestNG就是运行这个文件来执行测试用例的.通过本篇,你可以进一步了解到:这个文件是配置测试用例,测试套件.简单来说,利用这 ...

  10. Android9.0 SystemUI 网络信号栏定制修改

    前情提要 Android 8.1平台SystemUI 导航栏加载流程解析 9.0 改动点简要说明 1.新增 StatusBarMobileView 替代 SignalClusterView,用以控制信 ...