08.2.1.6 资源模型、QoS 与 OOMKill
所属:全栈开发面试题库 / 08 云原生与 DevOps / 08.2 Kubernetes / 08.2.1 架构与核心对象
08.2.1.6-001 requests 和 limits 分别是什么语义?
一句话结论
requests 是调度依据与资源预留基线,limits 是运行时硬上限;调度按 requests 判断节点是否放得下,运行时按 limits 做 cgroup 限额。
概念解释
- requests:调度与权重参考,未用完可被借用。
- limits:CPU/内存运行上限。
- 两者按容器分别声明。
原理流程
- 调度器汇总 Pod requests 匹配节点可分配量。
- 运行时按 limits 写入 cgroup。
- 运行中超 limits 按资源类型节流或 OOMKill。
代码 / 示例
resources:
requests:
cpu: "250m"
memory: "256Mi"
limits:
cpu: "500m"
memory: "512Mi"
常见误区
- 误区:requests 是独占保留的资源;正解:未使用部分可被其他容器借用,requests 主要用于调度与权重。
- 误区:limits 只是建议值;正解:limits 是运行时硬限额,超限有明确处理行为。
追问
- Q:CPU 与内存的 limits 行为一样吗? A:不一样,CPU 超限节流,内存超限 OOMKill(见 08.2.1.6-004/005)。
- Q:不设 requests/limits 会怎样? A:进入 BestEffort QoS,无预留且限额宽松,OOM 时风险最高。
08.2.1.6-002 CPU 的 requests/limits 在调度与运行时分别起什么作用?
一句话结论
CPU requests 用于调度容量计算与权重分配,CPU limits 对应 cgroup 带宽配额;超出 limits 被节流而不是杀死。
概念解释
- 调度:按 requests 之和判断节点容量。
- 权重:requests 影响 CPU 借用时的分配比例。
- 限额:limits 决定 CPU 带宽上限。
原理流程
- 调度按 CPU requests 匹配节点。
- 运行时把 limits 映射为 quota/period。
- 超配额在周期内被节流。
代码 / 图示
requests 0.5 → 调度预留 + 权重参考
limits 1.0 → cgroup CPU 带宽上限,超限节流
常见误区
- 误区:CPU limit 保证分到固定核数;正解:它是带宽上限,不绑定物理核。
- 误区:CPU 超 limit 会重启容器;正解:CPU 超限节流,进程继续运行。
追问
- Q:CPU request 设为 0 可以吗? A:可调度性弱、权重低,关键服务应按基线设置。
- Q:CPU 用量长期接近 limit 说明什么? A:存在节流风险,需评估提高 limit 或优化并发。
08.2.1.6-003 内存的 requests/limits 行为有什么不同?
一句话结论
内存 requests 用于调度预留,内存 limits 是硬上限;内存无法像 CPU 那样延后借用,超出 limits 直接触发 OOMKill。
概念解释
- 调度:按内存 requests 判断节点容量。
- 限额:内存 limits 不可超借。
- 超限:cgroup OOM 杀进程。
原理流程
- 调度按内存 requests 选节点。
- 运行时按 limits 配置内存 cgroup。
- 逼近 limits 回收缓存,不足则 OOMKill。
代码 / 对照
| 资源 | requests 用途 | limits 超限行为 |
|---|---|---|
| CPU | 调度/权重 | 节流等待 |
| 内存 | 调度预留 | OOMKill 进程 |
常见误区
- 误区:内存超 limit 也会限流慢慢降速;正解:内存超限直接杀,不做节流。
- 误区:内存 request 用不完会锁在节点上;正解:未用内存可被其他容器借用,但调度预留口径保留。
追问
- Q:内存 limit 应按什么设定? A:压测峰值驻留 + 余量,避免频繁 OOMKill。
- Q:内存 request 与 limit 相等有什么效果? A:进入 Guaranteed QoS(见 08.2.1.6-006)。
08.2.1.6-004 CPU 超 limits 为什么是节流?
一句话结论
CPU 时间片可以延后到下一周期使用,因此超 limit 的进程在当前周期被挂起(throttle),下个周期恢复,进程不退出。
概念解释
- 配额:周期内可用 CPU 时间。
- 节流:用完配额后暂停。
- 表现:延迟毛刺,不重启。
原理流程
- 周期内消耗完 quota。
- 调度器暂停该 cgroup 任务。
- 下一周期配额恢复继续运行。
代码 / 图示
周期内配额用完 → 节流等待 → 下周期恢复
现象:P99 抖动,进程存活
常见误区
- 误区:CPU throttle 会导致容器重启;正解:只是等待,进程继续。
- 误区:CPU 使用率没打满就不会节流;正解:周期内配额耗尽即节流,与整体使用率统计口径不同。
追问
- Q:怎么看是否发生节流? A:查 cgroup CPU 统计中的 throttled 次数与时间(指标名随监控栈而定)。
- Q:多线程程序 CPU 节流更明显吗? A:线程争抢有限配额,上下文切换叠加节流,延迟放大。
08.2.1.6-005 内存超 limits 为什么是 OOMKill?
一句话结论
内存占用必须立即驻留,无法“暂停后补用”;回收缓存不足时内核只能杀死进程释放内存,因此内存超限以 OOMKill 结束。
概念解释
- 内存不可超借。
- 先回收可回收缓存页。
- 仍不足则 OOM 选择进程杀死。
原理流程
- 内存逼近 memory.max。
- 内核回收页缓存。
- 仍不足 → cgroup OOM 选择进程终止。
代码 / 图示
内存增长 → 回收缓存 → 不足 → OOMKill 释放内存
容器状态:OOMKilled,按重启策略重建
常见误区
- 误区:内存超限会像 CPU 一样限流;正解:内存超限直接杀进程。
- 误区:被 OOMKill 的一定是内存泄漏进程;正解:也可能 limit 过小或同节点其他容器被波及。
追问
- Q:OOMKill 后容器会怎样? A:记录 OOMKilled 退出原因,按重启策略重建。
- Q:如何减少内存 OOM? A:优化泄漏/无界缓存,按压测峰值设 limit,留足余量。
08.2.1.6-006 QoS class 如何判定?
一句话结论
QoS 分 Guaranteed、Burstable、BestEffort:CPU 与内存 requests 都等于 limits 为 Guaranteed;设了部分 requests/limits 为 Burstable;都未设为 BestEffort。
概念解释
- Guaranteed:requests = limits(每种资源)。
- Burstable:有 request 或 limit 但不等。
- BestEffort:完全未设资源。
原理流程
- 读取各容器 CPU/内存 requests 与 limits。
- 按规则归类 QoS。
- 影响 OOM 与驱逐优先级。
代码 / 对照
| QoS | 判定条件 | 资源待遇 |
|---|---|---|
| Guaranteed | requests 与 limits 相等 | 最优先保留 |
| Burstable | 部分设置且不等 | 中间 |
| BestEffort | 未设置 | 最先被回收 |
常见误区
- 误区:只要设了 limits 就是 Guaranteed;正解:必须 requests 与 limits 相等才算。
- 误区:QoS 由镜像决定;正解:由 Pod 资源声明与运行时归类。
追问
- Q:一个 Pod 多容器 QoS 怎么算? A:按 Pod 内最严格口径归类,具体规则以官方文档为准。
- Q:Guaranteed 就不会 OOMKill 吗? A:仍可能超过自身 limit 被杀,只是节点压力下优先级更高。
08.2.1.6-007 QoS 如何影响 OOMKill 与驱逐顺序?
一句话结论
节点内存紧张时,BestEffort 最先被驱逐/杀死,Burstable 次之,Guaranteed 最后;同级别再按内存占用与评分选择。
概念解释
- 全局压力:节点级驱逐按 QoS 与用量排序。
- 组内 OOM:先杀本 cgroup 内高占用进程。
- 优先级保护关键负载。
原理流程
- 节点内存压力上升。
- 按 QoS 与用量排序候选 Pod。
- 低优先级 Pod 被驱逐/杀死。
代码 / 图示
内存紧张 → BestEffort 先回收 → Burstable → Guaranteed 最后
常见误区
- 误区:Guaranteed 永远不会被驱逐;正解:它只是优先级高,节点极端压力下仍可能受影响。
- 误区:QoS 决定 CPU 分配优先级;正解:CPU 借用量按 requests 权重,QoS 主要影响内存回收顺序。
追问
- Q:关键服务应该设成什么 QoS? A:明确 requests=limits 的 Guaranteed,降低被驱逐优先级。
- Q:如何查看 Pod QoS? A:Pod status 中的 qosClass 字段。
08.2.1.6-008 节点内存压力驱逐是怎么回事?
一句话结论
节点资源(内存、磁盘等)不足时,kubelet 按阈值驱逐低优先级 Pod 保护节点;驱逐与容器自身 OOMKill 是不同层级的行为。
概念解释
- 触发:节点级资源压力阈值。
- 对象:节点上 Pod。
- 顺序:按 QoS 与用量。
原理流程
- kubelet 监控节点资源压力。
- 达到驱逐阈值。
- 按优先级删除候选 Pod 释放资源。
代码 / 图示
节点内存/磁盘压力 → 达驱逐阈值 → 驱逐低优先级 Pod → 缓解压力
常见误区
- 误区:容器 OOMKill 就是节点驱逐;正解:前者是 cgroup 内杀进程,后者是节点层面删 Pod。
- 误区:驱逐后 Pod 不会回来;正解:控制器会按期望副本在可调度节点重建。
追问
- Q:驱逐事件在哪里看? A:节点事件与 Pod 事件中的 Evicted 原因(见 08.2.2.6)。
- Q:磁盘压力驱逐针对什么? A:节点磁盘空间与 inode 等,按 kubelet 配置阈值。
08.2.1.6-009 ResourceQuota 与 LimitRange 分别限制什么?
一句话结论
ResourceQuota 限定 namespace 资源总量与对象数量;LimitRange 为容器/Pod 设置默认与上下限,防止未声明资源的请求失控。
概念解释
- Quota:namespace 总量天花板。
- LimitRange:默认值、最小值、最大值。
- 两者配合约束资源使用。
原理流程
- 管理员在 namespace 配置 Quota/LimitRange。
- 创建 Pod 时校验配额与范围。
- 超配额/范围被拒绝或补默认值。
代码 / 图示
LimitRange:未声明 → 补默认 request/limit;超出范围 → 拒绝
ResourceQuota:namespace 总量/对象数天花板
常见误区
- 误区:LimitRange 会自动优化资源配置;正解:它只补默认值与校验范围,合理值仍需按压测设定。
- 误区:Quota 限制单容器限额;正解:它统计 namespace 内所有 Pod 汇总用量。
追问
- Q:Quota 超了 Pod 表现为什么? A:创建被拒绝,事件记录配额不足。
- Q:LimitRange 默认 limit 有什么风险? A:未显式配置的容器被加上默认上限,可能过小导致 OOM。
08.2.1.6-010 节点可分配资源与预留是怎么回事?
一句话结论
节点可分配量 = 节点总容量扣除系统预留与 kubelet 预留后,可供 Pod 使用的部分;调度按可分配量判断是否放得下。
概念解释
- 系统预留:内核与系统进程。
- kubelet 预留:节点代理与守护开销。
- 预留配置影响可调度容量。
原理流程
- 上报节点容量。
- 扣除预留得到可分配量。
- 调度按可分配量匹配 Pod requests 总和。
代码 / 图示
节点总容量 - 系统预留 - kubelet 预留 = 可分配资源
调度:Pod requests 之和 ≤ 可分配量
常见误区
- 误区:节点内存全部可分给 Pod;正解:需为系统与守护进程预留。
- 误区:可分配量等于宿主机物理内存;正解:扣除预留后才是调度口径。
追问
- Q:如何查看节点可分配量? A:节点 status 中的 allocatable 字段。
- Q:预留过小会怎样? A:节点组件与系统进程资源不足,可能触发驱逐或节点不稳定。
08.2.1.6-011 requests 过大或过小分别有什么后果?
一句话结论
requests 过大导致调度不上、节点利用率低;过小导致节点超卖,峰值时 CPU 节流、内存压力甚至驱逐。
概念解释
- 过大:预留多于实际需求,资源浪费。
- 过小:调度乐观,峰值争抢资源。
- 需按常态基线与峰值余量平衡。
原理流程
- 按压测基线定 request,峰值定 limit。
- 过大:节点放不下副本。
- 过小:峰值叠加导致节流/OOM。
代码 / 对照
| 偏差 | 后果 |
|---|---|
| request 过大 | 调度困难、密度低 |
| request 过小 | 超卖、峰值争抢 |
| limit 过小 | 节流/OOMKill |
| limit 过大 | 节点保护能力弱 |
常见误区
- 误区:requests 设大一点更安全;正解:过大损失调度密度,过小损失稳定性。
- 误区:limit 等于物理核数就够;正解:需结合峰值与突发余量。
追问
- Q:如何拿到合理 requests 基线? A:观测常态 P50/P95 利用率,结合压测曲线设定。
- Q:临时大内存任务怎么配? A:独立负载与资源配额,避免影响常驻服务。
08.2.1.6-012 应用如何读取自己的内存限制?
一句话结论
容器内存限制记录在 cgroup 接口文件中;应用/运行时读取该值决定堆/缓存大小,不能只看宿主整机内存。
概念解释
- cgroup v1/v2 路径不同。
- 老版本运行时可能读宿主视角。
- 应用读取后按限额分配内存。
原理流程
- 运行时配置 cgroup memory.max。
- 应用/运行时读取 cgroup 限额。
- 按限额设置堆/缓存上限。
代码 / 图示
v2:/sys/fs/cgroup/memory.max
v1:/sys/fs/cgroup/memory/.../memory.limit_in_bytes
常见误区
- 误区:容器内
free显示的就是限额;正解:工具可能读宿主视角,以 cgroup 文件为准。 - 误区:应用自动就知道 cgroup 限额;正解:需运行时/框架支持容器感知。
追问
- Q:不读限额会怎样? A:按宿主内存分配,容易超过容器 limit 被 OOMKill。
- Q:如何验证应用识别的限额? A:进入容器对比 cgroup 文件值与应用启动时使用的内存参数。
08.2.1.6-013 语言运行时的容器内存感知有哪些历史问题?
一句话结论
早期 JVM/Node 等运行时按宿主整机内存计算默认堆/缓存,未感知 cgroup 限额,容易在容器中超限被 OOMKill;新版本已逐步支持容器感知。
概念解释
- 历史问题:读取宿主内存而非 cgroup。
- 表现:堆设置过大,逼近/超过 limit。
- 解决:运行时容器感知或显式设置堆参数。
原理流程
- 老版本运行时读取整机内存。
- 默认堆/缓存按整机估算。
- 容器实际限额更小 → 超限 OOM。
代码 / 图示
老运行时:按宿主内存算堆 → 超过容器 limit → OOMKill
新运行时:识别 cgroup 限额 → 按限额设置堆
常见误区
- 误区:升级框架就不用管容器内存参数;正解:需确认运行时版本的容器感知能力与默认行为。
- 误区:堆大小等于容器 limit 即可;正解:还需留堆外内存、线程栈与缓存余量。
追问
- Q:JVM 在容器中怎么设堆? A:按 cgroup 限额扣除堆外余量后设置堆参数,具体参数按 JDK 版本文档。
- Q:如何确认运行时已感知限额? A:查看启动参数/监控的堆上限与 cgroup memory.max 是否一致。
08.2.1.6-014 如何基于压测设定资源值?
一句话结论
压测得到常态与峰值 CPU/内存曲线,requests 按常态基线留余量,limits 按峰值 + 安全余量设定,上线后按监控迭代。
概念解释
- 常态:P50/P95 利用率。
- 峰值:P99 与突发。
- 余量:碎片、缓存、突发。
原理流程
- 压测覆盖典型与峰值场景。
- 记录 CPU/内存曲线。
- 设定 request/limit 并上线观测。
代码 / 图示
压测曲线 → 基线定 request → 峰值+余量定 limit → 监控节流/OOM → 回调
常见误区
- 误区:按开发机内存拍 limit;正解:必须以压测与线上观测为准。
- 误区:一次设定不再调整;正解:随流量与版本变化持续复核。
追问
- Q:CPU limit 按峰值设还是均值设? A:按可接受的节流水平,峰值短时可借用,长期贴近 limit 需扩容。
- Q:内存 limit 为什么要留余量? A:碎片、堆外、缓存与突发都需要空间,避免峰值即 OOM。
08.2.1.6-015 临时存储资源与默认兜底是什么?
一句话结论
容器可声明临时存储(ephemeral-storage)限制本地磁盘使用;LimitRange 可为未声明资源的容器补默认值,避免无约束消耗节点磁盘。
概念解释
- 临时存储:容器可写层与临时卷占用。
- 默认兜底:LimitRange 补默认 request/limit。
- 磁盘压力同样触发驱逐。
原理流程
- 声明临时存储 request/limit。
- 运行时计量本地磁盘占用。
- 超阈值影响调度或触发磁盘压力驱逐。
代码 / 图示
ephemeral-storage:可写层 + emptyDir 等本地磁盘占用
超限 → 磁盘压力 → 驱逐候选
常见误区
- 误区:容器写本地磁盘不占节点资源;正解:可写层与临时卷都计入节点临时存储。
- 误区:日志写容器内文件不占磁盘;正解:持续写本地文件会耗尽节点磁盘。
追问
- Q:高频写入应该放哪里? A:持久卷或外部存储,避免占满节点本地磁盘。
- Q:默认兜底值不合理怎么办? A:调整 LimitRange 并在清单中显式声明资源。
08.2.1.6-016 为什么 HPA 扩缩依赖 requests?
一句话结论
HPA 按资源指标(如 CPU 使用率)换算副本数,使用率 = 实际用量 / requests;没有 requests 无法计算利用率指标,HPA 扩缩失去依据。
概念解释
- 指标口径:相对 requests 的使用率。
- 依赖:metrics-server 提供指标。
- 未设 requests 时 CPU 指标无法按比例计算。
原理流程
- 采集容器实际 CPU/内存用量。
- 与 requests 对比得到使用率。
- HPA 按目标使用率调整副本数。
代码 / 图示
实际用量 / requests = 使用率
使用率高于目标 → 扩容;低于目标 → 缩容
常见误区
- 误区:HPA 只看绝对用量;正解:默认资源指标是相对 requests 的利用率。
- 误区:不设 requests 也能按 CPU 自动扩缩;正解:需声明 requests 作为指标基准。
追问
- Q:HPA 用自定义指标还依赖 requests 吗? A:业务指标(如队列长度)按目标值伸缩,口径不同(见 08.2.2.2)。
- Q:metrics-server 缺失会怎样? A:CPU/内存指标不可用,HPA 无法按资源指标伸缩。
08.2.1.6-017 节点 CPU 超卖是怎么产生的?
一句话结论
CPU requests 之和小于节点总核数,依赖平均利用率低;峰值时多容器同时争抢,出现节流与延迟上升,CPU 超卖风险低于内存超卖。
概念解释
- CPU 可短时借用,超额部分节流。
- 内存不可超借,超卖风险更高。
- 超卖提升密度,代价是峰值性能。
原理流程
- 调度按 requests 放置副本。
- 常态下 CPU 空闲可借用。
- 峰值叠加 → 配额争抢 → 节流。
代码 / 图示
requests 合计 < 节点核数 → 超卖
常态:借用空闲 CPU
峰值:配额争抢 → 节流延迟
常见误区
- 误区:CPU 超卖和内存超卖风险一样;正解:CPU 可节流缓冲,内存超卖直接 OOM/驱逐。
- 误区:超卖一定是错误配置;正解:低利用率业务适度超卖可提升密度,需预留峰值余量。
追问
- Q:如何判断 CPU 超卖过度? A:看节点峰值 CPU 分配率、节流指标与 P99 延迟。
- Q:关键服务适合超卖吗? A:关键负载应留足 request 与 limit,避免峰值被节流影响 SLA。
08.2.1.6-018 OOMKilled 在状态字段中如何识别?
一句话结论
容器 lastState 中 reason 为 OOMKilled、退出码对应内存超限;结合 memory limit 与容器内存曲线判断是超限、泄漏还是 limit 过小。
概念解释
- reason:OOMKilled。
- 退出码:被 OOM 终止的状态码。
- lastState:上次退出记录。
原理流程
- 容器被 OOMKill 后重启。
- status 记录上次终止原因与退出码。
- 结合 cgroup 内存用量与应用日志分析。
代码 / 示例
kubectl describe pod <pod>
# 查看 Last State: Reason=OOMKilled, Exit Code
常见误区
- 误区:OOMKilled 一定是代码内存泄漏;正解:可能是 limit 过小、堆外内存或缓存无界增长。
- 误区:退出码 137 只代表被 OOM;正解:137 对应 SIGKILL,可能是 OOMKill 也可能是超时强杀,需结合 reason 判断。
追问
- Q:如何区分 OOMKill 与被 SIGKILL 强杀? A:看 reason 字段与事件来源,OOMKill 有 cgroup 内存超限记录。
- Q:排查内存增长先看什么? A:容器内存曲线、应用堆/缓存、limit 设置与运行时容器感知配置。