Kubernetes 资源限制详解：原理、组件、最佳实践

1. 资源限制的核心组件

Kubernetes 提供多个组件来管理 CPU、内存、存储等资源，确保集群稳定性和公平性。主要组件包括：

1.1 Namespace 级别

• ResourceQuota：限制命名空间 (Namespace) 内的 CPU、内存、Pod 数量等，防止单个 Namespace 过度占用资源。
• LimitRange：设置 Pod 或 Container 级别的最小/最大资源使用限制。

1.2 Pod 和容器级别

• Requests：容器运行时的 最低资源需求，用于调度决策。
• Limits：容器运行时的 最大可用资源，防止过量消耗。

1.3 节点级别

• kubelet 资源管理
  • --kube-reserved：预留资源给 Kubernetes 组件，如 kubelet、kube-proxy。
  • --system-reserved：预留资源给 OS 进程，防止 K8s 占满节点。
  • --eviction-hard：设定资源阈值，超限时自动驱逐 Pod。

1.4 调度器（Scheduler）

• Pod 亲和性 (PodAffinity) 和反亲和性 (PodAntiAffinity)：影响 Pod 在节点间的分布。
• NodeSelector & NodeAffinity：将 Pod 限制调度到特定节点。

1.5 资源自动管理

• Vertical Pod Autoscaler (VPA)：自动调整 Pod 的 CPU 和内存请求。
• Horizontal Pod Autoscaler (HPA)：根据负载动态扩展 Pod 副本。
• Cluster Autoscaler：动态调整集群节点数量。

2. 资源限制的工作原理

2.1 ResourceQuota 和 LimitRange

示例：

apiVersion: v1
kind: ResourceQuota
metadata:
  name: compute-quota
  namespace: my-namespace
spec:
  hard:
    pods: "10" # 限制该 Namespace 内最多运行 10 个 Pod
    requests.cpu: "4" # 所有 Pod CPU 请求总和不能超过 4 核
    requests.memory: "8Gi" # 所有 Pod 内存请求总和不能超过 8GiB
    limits.cpu: "8" # 所有 Pod 的 CPU 限制总和不能超过 8 核
    limits.memory: "16Gi" # 所有 Pod 的内存限制总和不能超过 16GiB

2.2 Pod 资源限制（Requests & Limits）

apiVersion: v1
kind: Pod
metadata:
  name: resource-demo
spec:
  containers:
  - name: app
    image: nginx
    resources:
      requests:
        cpu: "500m" # 申请 0.5 个 CPU 核心，确保调度时满足需求
        memory: "256Mi" # 申请 256MiB 内存，调度时必须满足
      limits:
        cpu: "1" # 限制该容器最多使用 1 个 CPU 核心
        memory: "512Mi" # 限制该容器最多使用 512MiB 内存，超出可能被 OOMKill

2.3 Kubelet 资源管理

--kube-reserved=cpu=500m,memory=500Mi # 预留 500m CPU 和 500Mi 内存给 Kubernetes 组件
--system-reserved=cpu=500m,memory=500Mi # 预留 500m CPU 和 500Mi 内存给系统进程
--eviction-hard=memory.available<500Mi,nodefs.available<5% # 可用内存低于 500Mi 或磁盘低于 5% 时驱逐 Pod

3. 资源管理最佳实践

3.1 设置合理的 Requests 和 Limits

• requests 设为实际负载的 平均值，limits 设为 峰值。
• 避免 requests == limits，否则可能影响调度。

3.2 使用 Vertical Pod Autoscaler (VPA)

kubectl apply -f https://github.com/kubernetes/autoscaler/releases/download/vpa-release-0.9/vpa-updater.yaml # 安装 VPA 组件

3.3 启用 Horizontal Pod Autoscaler (HPA)

apiVersion: autoscaling/v2beta2
kind: HorizontalPodAutoscaler
metadata:
  name: nginx-hpa
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: nginx
  minReplicas: 2 # 最少运行 2 个副本
  maxReplicas: 10 # 最多运行 10 个副本
  metrics:
  - type: Resource
    resource:
      name: cpu
      target:
        type: Utilization
        averageUtilization: 70 # 当 CPU 使用率超过 70% 时扩展 Pod

3.4 使用 ResourceQuota 和 LimitRange

• 限制 Namespace 资源消耗，防止资源争抢。

3.5 监控和优化

kubectl apply -f https://github.com/prometheus-operator/kube-prometheus/releases/download/main/kube-prometheus.yaml # 部署 Prometheus 监控

4. 选择合适的资源管理方案

在实际使用中，应结合 监控、自动化扩缩、资源配额 进行综合管理，以确保 Kubernetes 资源分配合理，提高集群效率和稳定性。