docker中容器资源需求、资源限制及HeapSter的示例分析

这篇文章主要介绍了Docker中容器资源需求、资源限制及HeapSter的示例分析，具有一定借鉴价值，感兴趣的朋友可以参考下，希望大家阅读完这篇文章之后大有收获，下面让小编带着大家一起了解一下。

容器的资源需求、资源限制

    request:需求，最低保障，在调度时，这个节点必须要满足request需求的资源大小。

    limits:限制、硬限制。这个限制容器无论怎么运行都不会超过limits的值。

    CPU：在k8s的一个cpu对应一颗宿主机逻辑cpu。一个逻辑cpu还可以划分为1000个毫核（millcores）。所以500m=0.5个CPU，0.5m相当于二分之一的核心。

    内存的计量单位：E、P、T、G、M、K

[root@master scheduler]# kubectl explain pods.spec.containers.resources.requests[root@master scheduler]# kubectl explain pods.spec.containers.resources.limits

[root@master metrics]# cat pod-demo.yaml apiVersion: v1kind: Podmetadata:  name: pod-demo  labels:    app: myapp    tier: frontendspec:  containers:  - name: myapp    image: ikubernetes/stress-ng:v1    command: ["/usr/bin/stress-ng", "-m 1", "-c 1", "--metrics-brief"] #-m 1表示启动一个子进程对内存做压测，-c 1表示启动一个子进程对cpu做压测.默认stress-ng的一个子进程使用256M内存    resources:      requests:        cpu: "200m"        memory: "128Mi"      limits:        cpu: "1" #没有单位表示是1个cpu        memory: "200Mi"

[root@master metrics]# kubectl apply -f pod-demo.yaml pod/pod-demo created

[root@master metrics]# kubectl get pods -o wideNAME                READY     STATUS              RESTARTS   AGE       IP            nodepod-demo            1/1       Running             0          6m        10.244.2.48   node2

[root@master metrics]# kubectl exec -it pod-demo -- /bin/sh/ # topMem: 3542328K used, 339484K free, 123156K shrd, 3140K buff, 1737252K cachedCPU:  21% usr   4% sys   0% nic  73% idle   0% io   0% irq   0% sirqLoad average: 1.31 1.00 0.74 4/968 1405  PID  PPID USER     STAT   VSZ %VSZ CPU %CPU COMMAND    8     1 root     R     6884   0%   1  15% {stress-ng-cpu} /usr/bin/stress-ng -m 1 -c 1 --metrics-brief 1404     9 root     R     262m   7%   3  12% {stress-ng-vm} /usr/bin/stress-ng -m 1 -c 1 --metrics-brief    9     1 root     S     6244   0%   2   0% {stress-ng-vm} /usr/bin/stress-ng -m 1 -c 1 --metrics-brief    1     0 root     S     6244   0%   0   0% /usr/bin/stress-ng -m 1 -c 1 --metrics-brief 1202     0 root     S     1508   0%   0   0% /bin/sh 1405  1202 root     R     1500   0%   0   0% top

    我们对容器分配了资源限制后，k8s会自动分配一个Qos，叫服务质量，通过kubectl describe pods xxx可以看到这个字段。

    Qos可以分为三类：

        Guranteed：表示每个容器的cpu和内存资源设置了相同的requests和limits值，即cpu.requests=cpu.limits和memory.requests=memory.limits，Guranteed会确保这类pod有最高的优先级，会被优先运行的，即使节点上的资源不够用。

        Burstable:表示pod中至少有一个容器设置了cpu或内存资源的requests属性，可能没有定义limits属性，那么这类pod具有中等优先级。

        BestEffort：指没有任何一个容器设置了requests或者limits属性，那么这类pod是最低优先级。当这类pod的资源不够用时，BestEffort中的容器会被优先终止，以便腾出资源来，给另外两类pod中的容器正常运行。

 HeapSter   

    HeapSter的作用是收集个节点pod的资源使用情况，然后以图形界面展示给用户。

    kubelet中的cAdvisor负责收集每个节点上的资源使用情况，然后把信息存储HeapSter中，HeapSter再把数据持久化的存储在数据库InfluxDB中。然后我们再通过非常优秀的Grafana来图形化展示。

    一般我们监控的指标包括k8s集群的系统指标、容器指标和应用指标。

    默认InfluxDB使用的是存储卷是emptyDir，容器一关数据就没了，所以我们生产要换成glusterfs等存储卷才行。

    InfluxDB：https://GitHub.com/kubernetes/heapster/blob/master/deploy/kube-config/influxdb/influxdb.yaml

    [root@master metrics]# wget Https://raw.githubusercontent.com/kubernetes/heapster/master/deploy/kube-config/influxdb/influxdb.yaml

[root@master metrics]# kubectl apply -f influxdb.yaml deployment.extensions/monitoring-influxdb createdservice/monitoring-influxdb created

[root@master metrics]# kubectl get svc -n kube-systemNAME                   TYPE        CLUSTER-IP     EXTERNAL-IP   PORT(S)         AGEmonitoring-influxdb    ClusterIP   10.100.80.21   <none>        8086/tcp        17s

[root@master metrics]# kubectl get pods -n kube-systemNAME                                   READY     STATUS    RESTARTS   AGEmonitoring-influxdb-848b9b66f6-ks69q   1/1       Running   0          10m

[root@master metrics]# kubectl log monitoring-influxdb-848b9b66f6-ks69q -n kube-system

    这样我们就部署好了influxdb。

    下面我们开始部署heapster，但heapster依赖rbac。

    所以我们先部署rbac，访问https://github.com/kubernetes/heapster/tree/master/deploy/kube-config/rbac

[root@master metrics]# kubectl apply -f https://raw.githubusercontent.com/kubernetes/heapster/master/deploy/kube-config/rbac/heapster-rbac.yamlclusterrolebinding.rbac.authorization.k8s.io/heapster created

   所以下面我就可以部署heapster了。

    访问https://github.com/kubernetes/heapster/blob/master/deploy/kube-config/influxdb/heapster.yaml

[root@master ~]# kubectl apply -f https://raw.githubusercontent.com/kubernetes/heapster/master/deploy/kube-config/influxdb/heapster.yamlserviceaccount/heapster createddeployment.extensions/heapster createdservice/heapster created

[root@master ~]# kubectl get svc -n kube-systemNAME                   TYPE        CLUSTER-IP      EXTERNAL-IP   PORT(S)         AGEheapster               ClusterIP   10.100.35.112   <none>        80/TCP          1m

[root@master ~]# kubectl get pods -n kube-system -o wideNAME                                   READY     STATUS    RESTARTS   AGE       IP             NODEheapster-84c9bc48c4-8h7vf              1/1       Running   0          9m        10.244.1.63    node1

[root@master ~]# kubectl logs heapster-84c9bc48c4-8h7vf -n kube-system

    上面我们把heapster组件装完了，下面我们再装Grafana。

    访问https://github.com/kubernetes/heapster/blob/master/deploy/kube-config/influxdb/grafana.yaml

    我们为了能在集群外部访问Grafana，所以我们需要定义NodePort，所以在granfana.yaml文件最后一行加个type: NodePort

[root@master ~]# wget https://raw.githubusercontent.com/kubernetes/heapster/master/deploy/kube-config/influxdb/grafana.yaml

[root@master ~]# tail  grafana.yaml   # or through a public IP.  # type: LoadBalancer  # You could also use NodePort to expose the service at a randomly-generated port  # type: NodePort  ports:  - port: 80    targetPort: 3000  selector:    k8s-app: grafana  type: NodePort

[root@master ~]# kubectl apply -f grafana.yaml deployment.extensions/monitoring-grafana createdservice/monitoring-grafana created

[root@master ~]#  kubectl get svc -n kube-systemNAME                   TYPE        CLUSTER-IP      EXTERNAL-IP   PORT(S)         AGEheapster               ClusterIP   10.100.35.112   <none>        80/TCP          22mkube-dns               ClusterIP   10.96.0.10      <none>        53/UDP,53/TCP   37dkubernetes-dashboard   NodePort    10.104.8.78     <none>        443:31647/TCP   16dmonitoring-grafana     NodePort    10.96.150.141   <none>        80:30357/TCP    2mmonitoring-influxdb    ClusterIP   10.100.80.21    <none>        8086/TCP        11h

[root@master ~]#  kubectl get pods -n kube-systemNAME                                   READY     STATUS    RESTARTS   AGEmonitoring-grafana-555545f477-qhb28    1/1       Running   0          5m

    打开浏览器，访问宿主机ip：http://172.16.1.100:30357

    据说在v1.12中，已经完全抛弃了heapster。

root@master ~]# kubectl top nodes[root@master ~]# kubectl top pod

    按理说执行上面的两个命令可以出结果，但是k8s从v1.11后不能用了，也无可奈何。

感谢你能够认真阅读完这篇文章，希望小编分享的“docker中容器资源需求、资源限制及HeapSter的示例分析”这篇文章对大家有帮助，同时也希望大家多多支持编程网，关注编程网精选频道，更多相关知识等着你来学习!