深入理解Kubernetes資源限制：CPU
寫在前面
在上一篇關於Kubernetes資源限制的文章我們討論瞭如何通過ResourceRequirements設定Pod中容器記憶體限制，以及容器執行時是如何利用Linux Cgroups實現這些限制的。也分析了requests是用來通知排程器Pod所需資源需求和limits是在宿主機遇到記憶體壓力時幫助核心限制資源二者的區別。
在本文中，我會繼續深入探討CPU時間的requests和limits。你是否閱讀過第一篇文章並不會影響本文的學習，但是我建議你兩篇文章都讀一讀，從而得到工程師或者叢集管理員視角的叢集控制全景。
CPU時間
正如我在第一篇文章中指出，限制CPU時間要比限制記憶體限制更加複雜，好訊息是限制CPU也是根據我們前面所瞭解到的cgroups機制控制的，與限制記憶體的原理是通用的，我們只需要關注一些細節即可。我們從向前文的例子裡新增CPU時間限制開始：
resources:
requests:
memory: 50Mi
cpu: 50m
limits:
memory: 100Mi
cpu: 100m
單位字尾m表示“千分之一個核心”，所以這個資源物件定義了容器程序需要50/1000的核心（5%），並且最多使用100/1000的核心（10%）。類似的，2000m表示2顆完整的核心，當然也可以用2或者2.0來表示。讓我們建立一個只擁有CPU requests的Pod，然後看看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
我們能夠看到Kubernetes已經配置了50m的CPU requests：
$ kubectl get pods limit-test-5b4c495556-p2xkr -o=jsonpath=’{.spec.containers[0].resources}’
[cpu:50m]]
我們也可以看到Docker配置了同樣的limits:
$ docker ps | grep busy | cut -d’ ’ -f1
f2321226620e
$ docker inspect f2321226620e --format ‘{{.HostConfig.CpuShares}}’
51
為什麼是51而不是50？CPU cgroup和Docker都把一個核心劃分為1024份，而Kubernetes則劃分為1000份。那麼Docker如何把它應用到容器程序上？設定記憶體限制會讓Docker來配置程序的memory cgroup，同樣設定CPU限制會讓它配置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容器屬性對映到了cgroup的cpu.shares上，所以讓我們看看：
$ sudo cat /sys/fs/cgroup/cpu,cpuacct/kubepods/burstable/podb5c03ddf-db10-11e8-b1e1-42010a800070/64b5f1b636dafe6635ddd321c5b36854a8add51931c7117025a694281fb11444/cpu.shares
51
你可能會驚奇地發現設定一個CPU請求會把這個值傳送到cgroup去，而上篇文章中設定記憶體卻並非如此。下面這行核心對記憶體軟限制的行為對Kubernetes來說沒什麼用處，而設定了cpu.shares則是有用的。我等會會對此做出解釋。那麼當我們設定cpu限制時發生了什麼？讓我們一起找找看：
$ 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
現在我們回過頭來看看Kubernetes Pod資源物件的限制：
$ kubectl get pods limit-test-5b4fb64549-qpd4n -o=jsonpath=’{.spec.containers[0].resources}’
map[limits:map[cpu:100m] requests:map[cpu:50m]]
在Docker容器配置裡：
$ docker ps | grep busy | cut -d’ ’ -f1
f2321226620e
$ docker inspect 472abbce32a5 --format ‘{{.HostConfig.CpuShares}} {{.HostConfig.CpuQuota}} {{.HostConfig.CpuPeriod}}’
51 10000 100000
正如我們所見，CPU請求存放在HostConfig.CpuShares屬性裡。CPU限制，儘管不是那麼明顯，它由HostConfig.CpuPeriod和HostConfig.CpuQuota兩個值表示，這些Docker容器配置對映為程序的cpu, cpuacct cgroup的兩個屬性：cpu.cfs_period_us和cpu.cfs_quota_us。讓我們仔細看看：
$ 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
如我們所料這兩個配置會同樣配置到Docker容器配置裡。但是這些值是怎麼從Pod的100m CPU限制裡轉換過來，並且是怎麼實現的呢？原來CPU requests和CPU limits是由兩套不同的cgroup分別進行控制的。Requests使用CPU分片系統，是二者中出現較早的一個。Cpu分片是將每個核心劃分為1024份，並且保證每個程序會接收到一定比例的CPU分片。如果只有1024片而這兩個程序都設定cpu.shares為512，那麼這兩個程序會各自得到一半的CPU時間。CPU分片系統並不能指定上界，也就是說如果一個程序沒有使用它的這一份，其它程序是可以使用的。
在2010年左右Google和一些公司注意到了這個可能存在的問題。進而合併了一個更加強大的秒級響應的系統：CPU頻寬控制。頻寬控制系統定義了一個通常是1/10秒的週期，或者100000微秒，以及一個表示週期裡一個程序可以使用的最大分片數配額。在這個例子裡，我們為我們的Pod申請了100mCPU，它等價於100/1000的核心，或者10000/100000毫秒的CPU時間。所以我們的CPU requests被翻譯為設定這個程序的cpu,cpuacct的配置為cpu.cfs_period_us=100000並且cpu.cfs_quota_us=10000。cfs表示完全公平排程，它是Linux預設的CPU排程器。同時還有一個響應quota值的實時排程器 。
我們為Kubernetes設定CPU requests實際上是設定了cpu.shares cgroup屬性，設定CPU limits配置了另一個子系統的cpu.cfs_period_us和cpu.cfs_quota_us屬性。就像記憶體requests對排程器的意義一樣，CPU requests會讓排程器選擇至少擁有那麼多可用CPU分片的節點。不同於記憶體requests，設定CPU requests也會給cgroup設定相應的屬性，幫助核心實際給程序分配一樣數量的CPU核心分片。Limits的處理也與記憶體不一樣。超出記憶體limits會讓你的容器程序成為oom-kill的選項，但是你的程序基本上不可能超出設定的cpu配額，並且永遠不會因為試著使用更多CPU而被驅逐。系統在排程器那裡加強了配額的使用，所以程序在到達limits後只會被限流。