Docker中的Cgroup资源配置方法

最新推荐文章于 2025-03-22 04:45:28 发布
最新推荐文章于 2025-03-22 04:45:28 发布
阅读量695 收藏
点赞数
文章标签： docker
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/KY06_Xxy/article/details/110494335
版权

一、Cgroup简介
Cgroup是Control Groups的缩写，是Linux内核提供的一种可以限制、记录、隔离进程组所使用的物理资源（如CPU、内存、磁盘IO等待）的机制，被LXC、docker等很多项目用于实现进程资源控制。Cgroup本身是提供将进程进行分组化管理的功能和接口的基础结构，I/O或内存的分配控制等具体的资源管理是通过该功能来实现的。这些具体的资源管理功能称为Cgroup子系统，有以下几大子系统实现：

blkio：设置限制每个块设备的输入输出控制。例如：磁盘，光盘以及usb等等

CPU：使用调度程序为cgroup任务提供CPU的访问

cpuacct：产生cgroup任务的CPU资源报告

cpuset：如果是多核心的CPU，这个子系统会为cgroup任务分配单独的CPU和内存

devices：允许或拒绝cgroup任务对设备的访问

freezer：暂停和恢复cgroup任务

memory：设置每个cgroup的内存限制以及产生内存资源报告

net_cls：标记每个网络包以供cgroup方便使用

ns：命名空间子系统

perf_event：增加了对每个group的监测跟踪的能力，可以监测属于某个特定的group的所有线程以及运行在特定CPU上的线程

下面开始使用stress压力测试工具来测试CPU和内存使用状况

二、安装stress工具

创建stress目录
[root@server1 ~]# mkdir /opt/stress
[root@server1 ~]# cd /opt/stress/
编写Dockerfile文件
[root@server1 stress]# vim Dockerfile
FROM centos:7
MAINTAINER xxy "xxy123"
RUN yum install -y wget
RUN wget -O /etc/yum.repos.d/epel.repo http://mirrors.aliyun.com/repo/epel-7.repo
RUN yum install -y stress
[root@server1 stress]# docker build -t centos:stress .
[root@server1 stress]# docker images
REPOSITORY          TAG                 IMAGE ID            CREATED             SIZE
centos              stress              a366d25af2fd        7 hours ago         417MB
centos              7                   8652b9f0cb4c        2 weeks ago         204MB

三、CPU资源分配
默认情况下，每个Docker容器的CPU份额都是1024。单独一个容器的份额是没有意义的。只有在同时运行多个容器时，容器的CPU加权的效果才能体现出来。例如，两个容器A、B的CPU份额分别为1000和500，在CPU进行时间片分配的时候，容器A比容器B多一倍的机会获得CPU的时间片。但分配的结果取决于当时主机和其他容器的运行状态，实际上也无法保证容器A一定能获得CPU时间片。比如容器A的进程一直时空闲的，那么容器B是可以获取比容器A更多的CPU时间片的，极端情况下，例如主机上只运行了一个容器，即使它的CPU份额只有50，它也可以独占整个主机的CPU资源

Cgroup只在容器分配的资源紧缺时，即在需要对容器使用的资源进行限制时，才会生效。因此，无法单纯根据某个容器的CPU份额来确定有多少CPU资源分配给它，资源分配结果取决于同时运行的其他容器的CPU分配和容器中进程运行情况。

可以通过cpu share可以设置容器使用CPU的优先级，比如，启动了两个容器及运行查看CPU使用百分比

3.1、运行两个容器

[root@server1 stress]# docker run -dit --name cpu500 --cpu-shares 500 centos:stress stress -c 10
2d8c7bdaf1c1781afea31a9710b80a1f74c1cc58b9974620453e6cd63b72c8a4
[root@server1 stress]# docker run -dit --name cpu1000 --cpu-shares 1000 centos:stress stress -c 10
099d68458bfef55c9d1f99472e2d54b35e27068f0151cbece710e3893fef8db7
[root@server1 stress]# docker ps -a 
CONTAINER ID        IMAGE               COMMAND             CREATED              STATUS              PORTS               NAMES
099d68458bfe        centos:stress       "stress -c 10"      About a minute ago   Up About a minute                       cpu1000
2d8c7bdaf1c1        centos:stress       "stress -c 10"      About a minute ago   Up About a minute                       cpu500

3.2、查看内存使用情况

#开两个窗口，查看CPU使用情况
[root@server1 stress]# docker exec -it 099d68458bfe bash
[root@099d68458bfe /]# top
top - 10:37:18 up  6:38,  0 users,  load average: 18.98, 8.94, 3.50
Tasks:  13 total,  11 running,   2 sleeping,   0 stopped,   0 zombie
%Cpu(s): 99.9 us,  0.1 sy,  0.0 ni,  0.0 id,  0.0 wa,  0.0 hi,  0.0 si,  0.0 st
KiB Mem :  7994076 total,  6084452 free,   651432 used,  1258192 buff/cache
KiB Swap:  2098172 total,  2047924 free,    50248 used.  7058748 avail Mem 

   PID USER      PR  NI    VIRT    RES    SHR S  %CPU %MEM     TIME+ COMMAND                              
     9 root      20   0    7312    100      0 R  28.6  0.0   0:45.63 stress                               
    11 root      20   0    7312    100      0 R  28.6  0.0   0:45.30 stress                               
    14 root      20   0    7312    100      0 R  28.6  0.0   0:45.41 stress                               
     6 root      20   0    7312    100      0 R  28.2  0.0   0:44.31 stress                               
    10 root      20   0    7312    100      0 R  28.2  0.0   0:46.36 stress                               
     7 root      20   0    7312    100      0 R  24.9  0.0   0:43.39 stress                               
     8 root      20   0    7312    100      0 R  24.9  0.0   0:43.62 stress                               
    12 root      20   0    7312    100      0 R  24.9  0.0   0:44.70 stress                               
    13 root      20   0    7312    100      0 R  24.9  0.0   0:45.55 stress                               
    15 root      20   0    7312    100      0 R  24.9  0.0   0:43.04 stress                               
     1 root      20   0    7312    632    532 S   0.0  0.0   0:00.02 stress                               
    16 root      20   0   11828   1896   1488 S   0.0  0.0   0:00.02 bash                                 
    29 root      20   0   56164   1948   1440 R   0.0  0.0   0:00.02 top                                  




[root@server1 stress]# docker exec -it 2d8c7bdaf1c1 bash
[root@2d8c7bdaf1c1 /]# top
top - 10:38:41 up  6:40,  0 users,  load average: 19.83, 11.57, 4.87
Tasks:  13 total,  11 running,   2 sleeping,   0 stopped,   0 zombie
%Cpu(s):100.0 us,  0.0 sy,  0.0 ni,  0.0 id,  0.0 wa,  0.0 hi,  0.0 si,  0.0 st
KiB Mem :  7994076 total,  6086444 free,   649424 used,  1258208 buff/cache
KiB Swap:  2098172 total,  2047924 free,    50248 used.  7060748 avail Mem 

   PID USER      PR  NI    VIRT    RES    SHR S  %CPU %MEM     TIME+ COMMAND                              
     9 root      20   0    7312    100      0 R  14.3  0.0   0:39.45 stress                               
    11 root      20   0    7312    100      0 R  14.3  0.0   0:38.76 stress                               
     8 root      20   0    7312    100      0 R  14.0  0.0   0:39.50 stress                               
    14 root      20   0    7312    100      0 R  14.0  0.0   0:38.76 stress                               
     6 root      20   0    7312    100      0 R  13.0  0.0   0:38.01 stress                               
    15 root      20   0    7312    100      0 R  13.0  0.0   0:38.24 stress                               
     7 root      20   0    7312    100      0 R  12.6  0.0   0:37.44 stress                               
    12 root      20   0    7312    100      0 R  12.6  0.0   0:38.51 stress                               
    10 root      20   0    7312    100      0 R  12.3  0.0   0:37.55 stress                               
    13 root      20   0    7312    100      0 R  12.3  0.0   0:37.90 stress                               
     1 root      20   0    7312    632    532 S   0.0  0.0   0:00.02 stress                               
    16 root      20   0   11828   1896   1488 S   0.0  0.0   0:00.02 bash                                 
    29 root      20   0   56164   1952   1440 R   0.0  0.0   0:00.00 top                                  

###由此可见cpu1000的容器cpu使用率大概是另一个的两倍

四、CPU周期限制
Docker提供了–cpu-period、–cpu-quota两个参数控制容器可以分配到的CPU时钟周期。

–cpu-period是用来指定容器对CPU的使用要在多长时间内做一次重新分配。
–cpu-quota是用来指定在这个周期内，最多可以有多少时间用来跑这个容器。
与–cpu-shares不同的是，这种配置是指定一个绝对值，容器对CPU资源的使用绝对不会超过配置的值
cpu-period和cpu-quota的单位为微秒（μs）。cpu-period的最小值为1000微秒，最大值为1秒（10^6 μs），默认值为 0.1 秒（100000 μs）。
cpu-quota的值默认为-1，表示不做控制。cpu-period和cpu-quota参数一般联合使用
例如：容器进程需要每1秒使用单个CPU的0.2秒时间，可以将cpu-period设置为1000000（即1秒），cpu-quota 设置为 200000（0.2 秒）。当然，在多核情况下，如果允许容器进程完全占用两个CPU，则可以将cpu-period设置为100000（即0.1秒），cpu-quota设置为200000（0.2秒）。

[root@server1 stress]# docker run -dit --cpu-period 100000 --cpu-quota 200000 centos:stress
631d46e59d97edb9173ecb445b4ed10c122932c4b308f5ec1cf877838089d845
[root@server1 stress]# docker ps -a 
CONTAINER ID        IMAGE               COMMAND             CREATED             STATUS              PORTS               NAMES
631d46e59d97        centos:stress       "/bin/bash"         7 seconds ago       Up 7 seconds                            clever_booth
[root@server1 stress]# docker exec -it 631d46e59d97 bash
[root@631d46e59d97 /]# cat /sys/fs/cgroup/cpu/cpu.cfs_period_us 
100000
[root@631d46e59d97 /]# cat /sys/fs/cgroup/cpu/cpu.cfs_quota_us
200000

五、CPU Core控制
对多核 CPU 的服务器，Docker 还可以控制容器运行使用哪些 CPU 内核，即使用–cpuset-cpus 参数。这对具有多 CPU 的服务器尤其有用，可以对需要高性能计算的容器进行性能最优的配置。

5.1、进行CPU Core控制配置

[root@server1 stress]# docker run -dit --name cpu1 --cpuset-cpus 0-1 centos:stress 
18f97e1ab4c989d96bebb97c2aef8eed10132076a55f883f38e76a25e376e12a
[root@server1 stress]# docker ps -a 
CONTAINER ID        IMAGE               COMMAND             CREATED              STATUS              PORTS               NAMES
18f97e1ab4c9        centos:stress       "/bin/bash"         2 seconds ago        Up 1 second                             cpu1
[root@server1 stress]# docker run -dit --name cpu1 --cpuset-cpus 0-1 centos:stress 
18f97e1ab4c989d96bebb97c2aef8eed10132076a55f883f38e76a25e376e12a
执行以上命令需要宿主机为双核，表示创建的容器只能用 0、1两个内核。最终生成 的 cgroup 的 CPU 内核配置如下：
[root@server1 stress]# docker ps -a 
CONTAINER ID        IMAGE               COMMAND             CREATED              STATUS              PORTS               NAMES
18f97e1ab4c9        centos:stress       "/bin/bash"         2 seconds ago        Up 1 second                             cpu1
[root@server1 stress]# docker exec -it 18f97e1ab4c9 bash
[root@18f97e1ab4c9 /]# cat /sys/fs/cgroup/cpuset/cpuset.cpus
0-1
通过下面指令可以看到容器中进程与 CPU 内核的绑定关系，达到绑定 CPU 内核的目的。
[root@server1 stress]# docker exec 18f97e1ab4c9 taskset -c -p 1 
//容器内部第一个进程号pid为1被绑定到指定CPU上运行pid 1's current affinity list: 0,1

六、CPU配额参数的混合使用
通过 cpuset-cpus 参数指定容器 A 使用 CPU 内核 1，容器 B 只是用 CPU 内核 3。在主机上只有这两个容器使用对应 CPU 内核的情况，它们各自占用全部的内核资源，cpu-shares 没有明显效果。

cpuset-cpus、cpuset-mems 参数只在多核、多内存节点上的服务器上有效，并且必须与实际的物理配置匹配，否则也无法达到资源控制的目的。

在系统具有多个 CPU 内核的情况下，需要通过 cpuset-cpus 参数为设置容器 CPU 内核才能方便地进行测试

[root@server1 stress]# docker run -dit --name cpu3 --cpuset-cpus 1 --cpu-shares 500 centos:stress stress -c 1
6c80ad911cfb0badbd014cee336646a4f2d135478289658f019e14ff4a742eb0
[root@server1 stress]# docker run -dit --name cpu4 --cpuset-cpus 3 --cpu-shares 1000 centos:stress stress -c 1
b116f236a4efc9fc8f0b83a87fa86226985fc83c9be8ebe4d62abf434b6598ad
[root@server1 stress]# docker ps -a 
CONTAINER ID        IMAGE               COMMAND             CREATED             STATUS              PORTS               NAMES
b116f236a4ef        centos:stress       "stress -c 1"       5 seconds ago       Up 4 seconds                            cpu4
6c80ad911cfb        centos:stress       "stress -c 1"       17 seconds ago      Up 17 seconds                           cpu3
[root@server1 stress]# docker exec -it b116f236a4ef bash
[root@b116f236a4ef /]# top
top - 10:50:56 up  6:52,  0 users,  load average: 1.38, 2.28, 3.64
Tasks:   4 total,   2 running,   2 sleeping,   0 stopped,   0 zombie
%Cpu0  :  0.0 us,  0.0 sy,  0.0 ni,100.0 id,  0.0 wa,  0.0 hi,  0.0 si,  0.0 st
%Cpu1  :100.0 us,  0.0 sy,  0.0 ni,  0.0 id,  0.0 wa,  0.0 hi,  0.0 si,  0.0 st
%Cpu2  :  0.0 us,  0.0 sy,  0.0 ni,100.0 id,  0.0 wa,  0.0 hi,  0.0 si,  0.0 st
%Cpu3  :100.0 us,  0.0 sy,  0.0 ni,  0.0 id,  0.0 wa,  0.0 hi,  0.0 si,  0.0 st
KiB Mem :  7994076 total,  6086200 free,   649780 used,  1258096 buff/cache
KiB Swap:  2098172 total,  2047924 free,    50248 used.  7060440 avail Mem 

   PID USER      PR  NI    VIRT    RES    SHR S  %CPU %MEM     TIME+ COMMAND                              
     6 root      20   0    7312     96      0 R 100.0  0.0   1:03.42 stress                               
     1 root      20   0    7312    424    344 S   0.0  0.0   0:00.01 stress                               
     7 root      20   0   11828   1892   1488 S   0.0  0.0   0:00.02 bash                                 
    20 root      20   0   56156   1940   1440 R   0.0  0.0   0:00.00 top                                  


[root@server1 stress]# docker exec -it 6c80ad911cfb bash
[root@6c80ad911cfb /]# top
top - 10:52:14 up  6:53,  0 users,  load average: 1.89, 2.23, 3.51
Tasks:   4 total,   2 running,   2 sleeping,   0 stopped,   0 zombie
%Cpu0  :  0.0 us,  0.0 sy,  0.0 ni,100.0 id,  0.0 wa,  0.0 hi,  0.0 si,  0.0 st
%Cpu1  :100.0 us,  0.0 sy,  0.0 ni,  0.0 id,  0.0 wa,  0.0 hi,  0.0 si,  0.0 st
%Cpu2  :  0.0 us,  0.0 sy,  0.0 ni,100.0 id,  0.0 wa,  0.0 hi,  0.0 si,  0.0 st
%Cpu3  :100.0 us,  0.0 sy,  0.0 ni,  0.0 id,  0.0 wa,  0.0 hi,  0.0 si,  0.0 st
KiB Mem :  7994076 total,  6084224 free,   651752 used,  1258100 buff/cache
KiB Swap:  2098172 total,  2047924 free,    50248 used.  7058468 avail Mem 

   PID USER      PR  NI    VIRT    RES    SHR S  %CPU %MEM     TIME+ COMMAND                              
     6 root      20   0    7312    100      0 R 100.0  0.0   2:34.28 stress                               
     1 root      20   0    7312    428    344 S   0.0  0.0   0:00.01 stress                               
     7 root      20   0   11828   1892   1488 S   0.0  0.0   0:00.03 bash                                 
    20 root      20   0   56156   1940   1440 R   0.0  0.0   0:00.00 top

总结：上面的 centos:stress 镜像安装了 stress 工具，用来测试 CPU 和内存的负载。通过 在两个容器上分别执行 stress -c 1 命令，将会给系统一个随机负载，产生 1 个进程。这 个进程都反复不停的计算由 rand() 产生随机数的平方根，直到资源耗尽。观察到宿主机上的 CPU 使用率，第三个内核的使用率接近 100%， 并且一批进程的 CPU 使用率明显存在 2:1 的使用比例的对比。

七、内存限额
与操作系统类似，容器可使用的内存包括两部分：物理内存和Swap，Docker通过下面两组参数来控制容器内存的使用量

-m或–memory：设置内存的使用限额，例如100M、1024M。
–memory-swap：设置内存+swap的使用限额
执行如下命令允许该容器最多使用200M的内存和300M的内存+swap

[root@server1 stress]# docker run -it -m 200M --memory-swap=300M progrium/stress --vm 1 --vm-bytes 280M
stress: info: [1] dispatching hogs: 0 cpu, 0 io, 1 vm, 0 hdd
stress: dbug: [1] using backoff sleep of 3000us
stress: dbug: [1] --> hogvm worker 1 [6] forked
stress: dbug: [6] allocating 293601280 bytes ...
stress: dbug: [6] touching bytes in strides of 4096 bytes ...
stress: dbug: [6] freed 293601280 bytes
stress: dbug: [6] allocating 293601280 bytes ...
stress: dbug: [6] touching bytes in strides of 4096 bytes ...
stress: dbug: [6] freed 293601280 bytes
stress: dbug: [6] allocating 293601280 bytes ...
stress: dbug: [6] touching bytes in strides of 4096 bytes ...
###会一直运行下去
[root@server1 stress]# docker run -it -m 200M --memory-swap=300M progrium/stress --vm 1 --vm-bytes 310M
stress: info: [1] dispatching hogs: 0 cpu, 0 io, 1 vm, 0 hdd
stress: dbug: [1] using backoff sleep of 3000us
stress: dbug: [1] --> hogvm worker 1 [6] forked
stress: dbug: [6] allocating 325058560 bytes ...
stress: dbug: [6] touching bytes in strides of 4096 bytes ...
stress: FAIL: [1] (416) <-- worker 6 got signal 9
stress: WARN: [1] (418) now reaping child worker processes
stress: FAIL: [1] (422) kill error: No such process
stress: FAIL: [1] (452) failed run completed in 1s
###显示报错，工作线程分配的内存超过300M，分配的内存超过限额，stress线程报错，容器自动退出

八、Block IO的限制
默认情况下，所有容器能平等地读写磁盘，可以通过设置–blkio-weight参数来改变容器block IO的优先级。–blkio-weight与–cpu-shares类似，设置的是相对权重值，默认为500。

在下面的例子中，容器A读写磁盘的带宽是容器B的两倍

[root@server1 stress]# docker run -dit --name container_A --blkio-weight 400 centos:stress 
d88028226030bd447bab4a4a15e00de4ef6a414a78f9da3dccc1d54484d359a2
[root@server1 stress]# docker run -dit --name container_B --blkio-weight 200 centos:stress
87beb13c38ff095a0386266b4a3cf06d782668f0e02cde5dec803e7ed5b373d4
[root@server1 stress]# docker ps -a 
CONTAINER ID        IMAGE               COMMAND                  CREATED             STATUS                     PORTS               NAMES
87beb13c38ff        centos:stress       "/bin/bash"              10 seconds ago      Up 9 seconds                                   container_B
d88028226030        centos:stress       "/bin/bash"              24 seconds ago      Up 23 seconds                                  container_A

[root@server1 stress]# docker exec -it 87beb13c38ff bash
[root@87beb13c38ff /]# cat /sys/fs/cgroup/blkio/blkio.weight
200
[root@87beb13c38ff /]# exit
exit
[root@server1 stress]# docker exec -it d88028226030 bash
[root@d88028226030 /]# cat /sys/fs/cgroup/blkio/blkio.weight
400

九、bps和iops的限制
bps是byte per second，每秒读写的数据量

iops是io per second，每秒IO的次数

可通过以下参数控制容器的bps和iops：

–device-read-bps，限制读某个设备的bps
–device-write-bps，限制写某个设备的bps
–device-read-iops，限制读某个设备的iops
–device-write-iops，限制写某个设备的iops
下面的示例是限制容器写/dev/sda的速率为5MB/s

[root@server1 stress]# docker run -dit --device-write-bps /dev/sda:5MB centos:stress 
86680ec23f0e22e4b7f7c6409cba0428cf1fe07eb247029ee0d7287126b7d233
[root@server1 stress]# docker ps -a 
CONTAINER ID        IMAGE               COMMAND             CREATED             STATUS              PORTS               NAMES
86680ec23f0e        centos:stress       "/bin/bash"         4 seconds ago       Up 3 seconds                            nervous_wilson
[root@server1 stress]# docker exec -it 86680ec23f0e bash
[root@86680ec23f0e /]# dd if=/dev/zero of=text bs=1M count=1024 oflag=direct
^C38+0 records in
38+0 records out
39845888 bytes (40 MB) copied, 7.60504 s, 5.2 MB/s


[root@server1 stress]# docker run -it centos:stress 
[root@72503552aef2 /]# dd if=/dev/zero of=text bs=1M count=1024 oflag=direct
1024+0 records in
1024+0 records out
1073741824 bytes (1.1 GB) copied, 11.6859 s, 91.9 MB/s
docker容器的资源配额和使用量控制（1）
花裤衩LV
11-17 998
Cgroup概述测试使用 stress 工具测试 CPU 和内存 概述 Docker通过 Cgroup 来控制容器使用的资源配额，包括 CPU、内存、磁盘三大方面， 基本覆盖了常见的资源配额和使用量控制。 Cgroup 是 Control Groups 的缩写，是Linux 内核提供的一种可以限制、记录、隔离进程组所使用的物理资源(如 CPU、内存、磁盘 IO 等等)的机制，被 LXC、docker 等很多项目用于实现进程资源控制。Cgroup 本身是提供将进程进行分组化管理的功能和接口的基础结构，I/O
Docker之Cgroup资源配置
wanghaoyang0324的博客
01-22 538
目录一.Cgroup相关概念二级目录三级目录 一.Cgroup相关概念 二级目录 三级目录
docker资源配置Cgroup
零下二度的博客
03-31 490
目录
Docker容器资源配置
SZ的博客
04-28 769
Docker容器资源配置
【docker】cgroups资源限制
种一颗树最好的时间是十年前，其次是现在！
09-16 2545
通过-cpu-share并不是cpu资源的绝对数量，而是一个相对的权重值，某个容器最终能分配到的cpu资源取决于它的cpu share占所有容器 cpu share综合的比例。Block IO 是另一种可以限制容器使用的资源，Block IO 指的是磁盘的读写，docker可通过设置权重，限制bps和iops的方式控制容器读写磁盘的带宽。共享式CPU资源，是按比例切分CPU资源，Docker默认每个容器的权值为1024。在有多个容器竞争CPU时，我们可以设置每个容器能会用的CPU时间比例，这个比例叫做。
docker 网络及如何资源（CPU/内存/磁盘）控制
HanYuHao11的博客
01-25 2149
docker的网络、资源控制（CPU、内存、磁盘），清除已停止的容器、没用到的镜像和网络、缓存
Docker——Cgroup资源配置
weixin_51613313的博客
03-30 431
Cgroup一、Dcker资源控制的作用二、Cgroup 资源配置方法2.1 使用 stress 工具测试 CPU 和内存2.2 CPU 周期限制2.3 CPU Core 控制2.4 CPU 配额控制参数的混合使用2.5 内存限额2.6 Block IO的限制2.7 bps 和 iops 的限制 一、Dcker资源控制的作用 一般来说，容器默认是没有资源限制的，会最大程度使用宿主机的资源。在Linux主机上，如果内核检测到没有足够的内存来执行重要的系统功能，它会抛出一个OOME（Out Of Memory
docker之Cgroup资源配置方法（图文详情！）
qq_35456705的博客
03-30 1044
Cgroup资源配置方法 文章目录Cgroup资源配置方法一、Cgroup资源配置简介二、使用stress工具测试CPU和内存1、使用Dockerfile来创建一个基于Centos的stress工具镜像。2、CPU周期限制3、CPU Core 控制4、CPU 配额控制参数的混合使用5、内存限额6、Block IO的限制7、bps和iops的限制 一、Cgroup资源配置简介 Docker通过Cgroup 来控制容器使用的资源配额，包括CPU、内存、磁盘三大方面，基本覆盖了常见的资源配额和使用量控制。 Cgr
docker cgroup 资源监控的详解
09-30
Docker Cgroup资源监控详解主要涉及对Docker容器资源管理与监控的技术细节，本文内容将详细阐述如何通过Cgroups实现对Docker容器资源使用的限制和监控。 首先需要了解的是cgroup（control group）的概念。cgroup是...
Docker容器之Cgroup资源配置！
weixin_55496718的博客
09-11 659
cgroup资源配置容器资源配置1、CPU利用率控制2、内存限额总结 cgroup是Control Groups的缩写，是Linux内核提供的一直可以限制、记录、隔离进程组所使用的物理资源，dokcer通过cgroup来控制容器使用的资源配额，包括CPU、内存、磁盘三大方面 容器资源配置 构建容器时指定资源限制参数 --build-arg=[] : 设置镜像创建时的变量; --cpu-shares : 设置cpu使用权重; --cpu-period : 限制CPU CFS周期; --cpu-quot
docker——Cgroups资源配置
oyyy3的博客
01-30 2041
目录 一.Cgroup资源配置 二.cpu使用率控制 三.使用stress工具测试CPU和内存 一.Cgroup资源配置 cgroups隔离=====容器隔离 docker使用cgroup控制资源 Docker通过cgroup来控制容器使用的资源配额,包括CPU、内存、磁盘三大方面,基本覆盖了常见的资源配额和使用量控制。 Cgroup是Control Groups的缩写，是Linux 内核提供的一种可以限制、记录、隔离进程组所使用的物理资源(如CPU、内存、磁盘 IO等等)的机制 cgro
docker安装配置、docker命令
qq_30166465的博客
09-01 3328
docker build：基于dockerfile构建自定义镜像docker save：将镜像保存为压缩文件docker load：将压缩文件加载为镜像docker push：将镜像推到仓库部署一个Java应用的步骤：1、准备一个linux服务器2、安装JRE并配置环境变量3、拷贝JAR包4、运行JAR包指令说明示例FROM指定基础镜像ENV设置环境变量，可在后面指令使用COPY拷贝本地文件到镜像的指定目录RUN执行Linux的shell命令，一般是安装过程的命令。
Docker容器资源配额
DoloresOOO的博客
09-02 894
Docker容器资源配额 启动时指定cpu,内存,硬盘等资源使用份额 Docker 通过 cgroup来控制容器使用的资源配额，包括 CPU、内存、磁盘三大方面，基本覆盖了常 见的资源配额和使用量控制。 cgroup概述： cgroup是Control Groups的缩写，是Linux 内核提供的一种可以限制、记录、隔离迚程组所使用 的物理资源(如 cpu、memory、磁盘 IO等等) 的机制，...
[Docker] Docker学习和基本配置部署(一)
Jing_Hua
07-10 2998
Docker是一种流行的容器化平台，正在改变软件开发和部署的方式。通过将应用程序和其依赖项打包到轻量级的容器中，Docker提供了一种可移植、可靠且高效的方式来构建、交付和运行应用程序。本文将介绍Docker的基础概念和背景产生，探讨其在软件开发和云计算领域的重要性，并展望Docker未来的发展趋势。
Docker资源配额详解
热门推荐
秦子腾
04-21 2万+
外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-XywyOTiT-1681982065742)(D:\MD归档文档\IMG\image-20230416150835013.png)]–device-write-bps：限制此设备上的写速度（bytes per second），单位可以是kb、mb或者gb。–device-read-bps： 限制此设备上的读速度（bytes per second），单位可以是kb、mb或者gb。可以针对磁盘的读写做限制，如下两个参数。
Docker详解（十）——Docker容器CPU资源限额配置
永远是少年
04-18 1万+
今天继续给大家介绍Linux运维相关知识，本文主要内容是Docker的CPU资源限额。 一、CPU相对份额限制 二、CPU使用绝对限制 三、CPU核心控制
Docker 详解及详细配置讲解
TYM121380的博客
09-04 2899
Docker是管理容器的引擎，为应用打包、部署平台，而非单纯的虚拟化技术，它具有以下几个重要特点和优势：1、轻量级虚拟化Docker 容器相较于传统的虚拟机更加轻量和高效，能够快速启动和停止，节省系统资源。2、一致性确保应用程序在不同的环境中（如开发、测试、生产）具有一致的运行表现。无论在本地还是云端，应用的运行环境都能保持相同，减少了因环境差异导致的问题。3、可移植性可以轻松地将 Docker 容器从一个平台迁移到另一个平台，无需担心依赖和环境配置的差异。4、高效的资源利用。
Docker的配置与使用
Chj_aa的博客
02-10 5809
docker搭建及使用
Docker之安装与配置
最新发布
qq_23642071的博客
03-22 2777
以下是针对不同操作系统的 Docker 环境配置方法，包括基本设置、优化建议和常见问题解决方案。Docker 本地仓库（Registry）用于存储和管理 Docker 镜像，适合在本地网络环境中快速分发镜像。以下是配置本地仓库的详细步骤。通过以上步骤，你可以成功配置并使用 Docker 本地仓库，实现镜像的高效管理和分发。Docker 容器默认是临时性的，数据会随容器删除而丢失。为了加快 Docker 镜像的下载速度，可以配置国内镜像加速器。Docker 默认使用桥接网络，可以根据需求配置自定义网络。
docker CGROUP SYSTEMD
01-05
### 修改 Docker 使用 Systemd 作为 Cgroup Driver 为了确保 Kubernetes 和 Docker 的 cgroup 驱动程序保持一致，通常建议将 Docker 的 cgroup 驱动设置为 `systemd`。这可以通过编辑 `/etc/docker/daemon.json` ...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值