Kubernetes资源预留

Kubernetes资源预留

介绍

Kubernetes资源预留（Resource Reservation）是Kubernetes中一种确保关键Pod能够获得足够计算资源（CPU和内存）的机制。通过为系统组件或关键应用预留资源，可以避免因资源竞争导致的性能下降或服务不可用。资源预留通常通过配置kubelet的`--system-reserved`、`--kube-reserved`和`--eviction-hard`参数实现。

在Kubernetes集群中，节点资源被多个组件共享，包括：

• 系统守护进程（如SSH、Systemd）
• Kubernetes系统组件（如kubelet、容器运行时）
• 用户Pod

如果没有资源预留，这些组件可能因资源不足而崩溃或引发Pod驱逐。资源预留分为两类：

• 系统预留（System Reserved）：为操作系统守护进程保留的资源。
• Kubernetes预留（Kube Reserved）：为Kubernetes系统组件保留的资源。

资源预留配置

通过kubelet参数配置

以下是一个kubelet配置示例，为系统和Kubernetes组件预留资源：

# 为系统守护进程预留资源
--system-reserved=cpu=500m,memory=1Gi
# 为Kubernetes组件预留资源
--kube-reserved=cpu=200m,memory=500Mi
# 设置驱逐阈值
--eviction-hard=memory.available<500Mi,nodefs.available<10%

通过配置文件设置

在`/var/lib/kubelet/config.yaml`中配置：

systemReserved:
  cpu: 500m
  memory: 1Gi
kubeReserved:
  cpu: 200m
  memory: 500Mi
evictionHard:
  memory.available: "500Mi"
  nodefs.available: "10%"

资源计算公式

节点可分配资源计算公式如下： $Allocatable=NodeCapacity-(SystemReserved+KubeReserved+EvictionThreshold)$

例如，一个拥有4核CPU和16Gi内存的节点，配置如下：

• SystemReserved: 0.5核 + 1Gi内存
• KubeReserved: 0.2核 + 0.5Gi内存
• EvictionThreshold: 0.5Gi内存

可分配资源为： $\begin{array}{rl}CPU& =4-(0.5+0.2)=3.3\text{核}\\ Memory& =16-(1+0.5+0.5)=14\text{GiB}\end{array}$

实际案例

案例1：关键应用保障

在一个生产集群中，数据库Pod需要确保始终有足够的资源运行。通过资源预留可以防止其他Pod占用全部资源：

pie title 节点资源分配（8核CPU/32Gi内存） "System Reserved" : 1 "Kube Reserved" : 0.5 "Eviction Threshold" : 0.5 "Database Pod" : 4 "Other Pods" : 2

案例2：混合工作负载

在开发/测试混合环境中，为系统组件预留资源可以防止开发者Pod影响集群稳定性：

apiVersion: v1
kind: Node
metadata:
  name: worker-node-1
status:
  capacity:
    cpu: "8"
    memory: 32Gi
  allocatable:
    cpu: "6.3"
    memory: 28Gi

最佳实践

1. 监控基线：通过监控确定系统和Kubernetes组件的实际资源需求 2. 渐进式配置：从小值开始，逐步调整预留量 3. 考虑节点规格：大节点可以设置更高预留比例 4. 结合Pod QoS：与Kubernetes的Quality of Service类配合使用

常见问题

如何查看节点可分配资源？

使用kubectl命令：

kubectl describe node <node-name> | grep Allocatable -A 5

输出示例：

Allocatable:
  cpu:                6.3
  memory:             28Gi
  pods:               110

资源预留设置过高会怎样？

会导致资源利用率下降，但设置过低可能引发系统不稳定。建议预留量占总资源的：

• CPU：10-20%
• 内存：15-25%

进阶主题

• 动态资源分配：结合Vertical Pod Autoscaler自动调整
• NUMA感知预留：在NUMA架构服务器上的高级配置
• 设备插件资源：GPU等特殊设备的预留方法

通过合理配置资源预留，可以显著提高Kubernetes集群的稳定性和可靠性，特别是在生产环境中运行关键工作负载时。