Kubernetes和ZStack分配CPU的机制
在 Kubernetes (k8s) 环境中限制 CPU 资源与在 ZStack 虚拟机中分配 CPU 资源的机制存在一些关键差异。以下是这两种环境下 CPU 分配机制的详细对比：
Kubernetes 中的 CPU 管理
-
资源请求与限制：Kubernetes 允许你为每个容器指定 CPU 请求（requests）和限制（limits）。CPU 请求是容器启动所需的最小 CPU 资源量，而 CPU 限制是容器可以使用的最大 CPU 资源量。
-
服务质量（QoS）：Kubernetes 根据 CPU 请求和限制将 Pod 分为不同的服务质量等级，包括 Guaranteed、Burstable 和 BestEffort。这影响 Pod 在资源紧张时的调度和处理方式。
-
CPU 管理策略：Kubernetes 提供了不同的 CPU 管理策略，如
none和static。static策略允许为具有整数型 CPU 请求的 Pod 提供增强的 CPU 亲和性和独占性，通过 cpuset cgroup 控制器实现。 -
CFS 配额：Kubernetes 使用完全公平调度算法（CFS）和 Cgroup 来管理 CPU 资源。如果 Pod 使用的 CPU 超过设置的 CPU 限制，它可能会被 Kubernetes 系统终止或节流。
ZStack 中的 CPU 分配
-
CPU 绑定：ZStack 支持将虚拟机的虚拟 CPU（vCPU）与物理机的物理 CPU（pCPU）严格关联，为虚拟机分配特定的 pCPU。这可以通过 CPU 绑定功能实现，允许用户按照业务需求高效精准配置。
-
vNUMA 配置：ZStack 支持基于 CPU 绑定实现的 vNUMA 配置，允许云主机的 vCPU 优先访问所在节点的本地内存，从而提高系统性能和运行效率。
-
CPU 超分：ZStack 支持 CPU 超分，即 vCPU 数量可以大于 pCPU 数量。但如果在 CPU 绑定规则中设置 vCPU 数量大于 pCPU 数量，可能会大幅影响云主机性能。
-
性能优化：ZStack 的 CPU 绑定和 vNUMA 配置可以优化云主机的性能，特别是在 CPU 密集型应用场景中。
总结
Kubernetes 的 CPU 管理更侧重于容器层面的资源请求和限制，以及通过 Cgroup 和 CFS 进行资源隔离和调度。而 ZStack 的 CPU 分配则更侧重于虚拟机层面的 CPU 绑定和超分管理，以及通过 vNUMA 配置优化性能。两者在资源分配的粒度和调度策略上有所不同。Kubernetes 的 CPU 管理策略允许更细粒度的控制和优化容器性能，而 ZStack 提供了虚拟机层面的 CPU 资源优化和性能提升。
在 Kubernetes 中，要查看 Pod 正在使用哪个 CPU 核心，通常需要查看 Pod 的 CPU 亲和性设置。Kubernetes 本身不直接显示 Pod 使用的具体 CPU 核心，但是你可以通过以下方法来获取相关信息：
-
查看 Pod 的 CPU 亲和性配置：如果 Pod 有设置 CPU 亲和性（affinity），可以通过
kubectl describe pod <pod-name>命令查看 Pod 的详细描述，其中包括亲和性设置。 -
使用 cAdvisor：cAdvisor 是 Kubernetes 集群中的一个容器资源监控工具，它可以提供容器的 CPU 使用情况。通过 cAdvisor，你可以获取容器的 CPU 使用率，但不会显示具体的核心编号。
-
使用 Metrics Server：Metrics Server 为 Kubernetes 提供了资源使用情况的度量，包括 CPU 和内存。通过
kubectl top pod <pod-name>命令，你可以查看 Pod 的 CPU 使用情况，但这也不会显示具体的核心编号。 -
查看 Pod 的 cgroup：Kubernetes 使用 cgroup 来限制和记录容器的资源使用。你可以通过查看 Pod 在宿主机上的 cgroup 配置来获取更多信息。这通常涉及到在宿主机上执行命令，如
cat /sys/fs/cgroup/cpu/cpu.cfs_quota_us和cat /sys/fs/cgroup/cpu/cpu.cfs_period_us来获取 CPU 限制的配额和周期，但这也不会直接显示核心编号。 -
使用 Prometheus 和 Grafana：如果你的 Kubernetes 集群集成了 Prometheus 和 Grafana，你可以设置监控和警报来跟踪 Pod 的 CPU 使用情况。这同样不会显示具体的核心编号，但可以提供详细的性能监控。
-
查看宿主机的 CPU 分配：如果你需要查看宿主机上 CPU 的分配情况，可以使用
kubectl get nodes -o wide命令来查看节点的详细信息，包括分配的资源和节点的状态。
请注意，Kubernetes 的设计初衷是抽象化底层硬件，因此它不会直接显示 Pod 使用的具体 CPU 核心编号。Kubernetes 通过 CPU 请求（requests）和限制（limits）来管理资源分配，而不是通过 CPU 核心的分配。
在 Kubernetes 中，CPU 资源的分配和管理是通过 CPU 请求（requests）和限制（limits）来实现的。这些参数帮助 Kubernetes 调度器做出决策，以确保 Pod 能够获得所需的资源，并且不会消耗超出其分配的资源。以下是 Kubernetes 中 CPU 分配机制的详细解释：
-
CPU 请求和限制：Kubernetes 允许你为每个容器指定 CPU 请求和限制。CPU 请求是容器启动所需的最小 CPU 资源量，而 CPU 限制是容器可以使用的最大 CPU 资源量。这些参数以毫核（millicores）为单位，1 个 CPU 等于 1000 毫核。例如，一个 Pod 请求 0.5 个 CPU 资源，可以表示为 500 毫核。
-
服务质量（QoS）：Kubernetes 根据 CPU 请求和限制将 Pod 分为不同的服务质量等级，包括 Guaranteed、Burstable 和 BestEffort。这影响 Pod 在资源紧张时的调度和处理方式。Guaranteed 类的 Pod 具有最高的优先级，因为它们为所有容器指定了 CPU 请求和限制，而 BestEffort 类的 Pod 没有指定任何资源请求或限制。
-
CPU 管理策略：Kubernetes 提供了不同的 CPU 管理策略，如
none和static。static策略允许为具有整数型 CPU 请求的 Guaranteed 类 Pod 赋予增强的 CPU 亲和性和独占性，通过 cpuset cgroup 控制器实现。这种策略管理一个 CPU 共享池，该共享池最初包含节点上所有的 CPU 资源。可独占性 CPU 资源数量等于节点的 CPU 总量减去通过 kubelet 参数保留的 CPU 资源。 -
CFS 配额：Kubernetes 使用完全公平调度算法（CFS）和 Cgroup 来管理 CPU 资源。如果 Pod 使用的 CPU 超过设置的 CPU 限制，它可能会被 Kubernetes 系统终止或节流。CFS 通过两个参数来实现限制：
cpu.cfs_quota_us（在一个时间周期内，以微秒为单位，由 Limits 值计算得出的可用于 cgroup 的 CPU 时间）和cpu.cfs_period_us（以微秒为单位的会计周期，用于重新填充可分配资源，默认为 100 毫秒）。 -
CPU 调度器：Kubernetes 的 CPU 调度器负责将 Pod 调度到节点上，它会根据节点上的可用 CPU 资源和 Pod 的 CPU 请求来做出调度决策。每个 Pod 都有自己的 CPU Cgroup，用于限制该 Pod 使用的 CPU 资源。
在 Kubernetes 中，CPU 的分配单位是 millicpu（毫核），一个 CPU 资源等于 1000 毫核。Kubernetes 利用 Linux 内核的 CPU 分配机制，将 CPU 时间片分配单位转换为毫核。CPU Share 机制通过为每个容器分配一个相对权重值来控制容器之间的 CPU 分配比例。容器的 CPU 请求用于告诉 Kubernetes 调度器，该容器需要的最小 CPU 资源量；容器的 CPU 限制用于告诉 Kubernetes，该容器最多可以使用多少 CPU 资源。
总的来说，Kubernetes 的 CPU 管理策略允许更细粒度的控制和优化容器性能，而 ZStack 提供了虚拟机层面的 CPU 资源优化和性能提升。两者在资源分配的粒度和调度策略上有所不同。
原文地址：https://blog.csdn.net/hezuijiudexiaobai/article/details/144403075
免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！