Pod 开销

当你在节点上运行 Pod 时，Pod 本身会占用一定的系统资源。这些资源是运行 Pod 内容器所需的资源之外的额外资源。在 Kubernetes 中，Pod 开销 是一种计算 Pod 基础设施消耗的资源（容器请求和限制之外）的方法。

在 Kubernetes 中，Pod 的开销在准入时根据与 Pod 的RuntimeClass相关的开销进行设置。

在调度 Pod 时，除了容器资源请求的总和之外，还会考虑 Pod 的开销。同样，kubelet 在调整 Pod cgroup 的大小以及执行 Pod 驱逐排名时，也会包含 Pod 开销。

配置 Pod 开销

你需要确保使用定义了 overhead 字段的 RuntimeClass。

使用示例

要使用 Pod 开销，你需要一个定义了 overhead 字段的 RuntimeClass。例如，你可以使用以下 RuntimeClass 定义，它与虚拟化容器运行时（在本示例中，Kata Containers 与 Firecracker 虚拟机监视器结合）一起使用，每个 Pod 大约使用 120MiB 用于虚拟机和访客操作系统

# You need to change this example to match the actual runtime name, and per-Pod
# resource overhead, that the container runtime is adding in your cluster.
apiVersion: node.k8s.io/v1
kind: RuntimeClass
metadata:
  name: kata-fc
handler: kata-fc
overhead:
  podFixed:
    memory: "120Mi"
    cpu: "250m"

创建的指定 kata-fc RuntimeClass 处理程序的工作负载，将在资源配额计算、节点调度以及 Pod cgroup 大小时考虑内存和 CPU 开销。

考虑运行给定的示例工作负载，test-pod

apiVersion: v1
kind: Pod
metadata:
  name: test-pod
spec:
  runtimeClassName: kata-fc
  containers:
  - name: busybox-ctr
    image: busybox:1.28
    stdin: true
    tty: true
    resources:
      limits:
        cpu: 500m
        memory: 100Mi
  - name: nginx-ctr
    image: nginx
    resources:
      limits:
        cpu: 1500m
        memory: 100Mi

在准入时，RuntimeClass 准入控制器会更新工作负载的 PodSpec，以包含 RuntimeClass 中描述的 overhead。如果 PodSpec 已经定义了这个字段，Pod 将被拒绝。在给定的示例中，由于仅指定了 RuntimeClass 名称，因此准入控制器会修改 Pod 以包含 overhead。

在 RuntimeClass 准入控制器进行修改后，你可以检查更新后的 Pod 开销值

kubectl get pod test-pod -o jsonpath='{.spec.overhead}'

输出为

map[cpu:250m memory:120Mi]

如果定义了 ResourceQuota，则会计算容器请求的总和以及 overhead 字段。

当 kube-scheduler 决定哪个节点应运行新的 Pod 时，调度器会考虑该 Pod 的 overhead 以及该 Pod 的容器请求总和。对于此示例，调度器将请求和开销相加，然后查找具有 2.25 个 CPU 和 320 MiB 可用内存的节点。

一旦 Pod 被调度到节点，该节点上的 kubelet 就会为 Pod 创建一个新的cgroup。容器运行时将在该 pod 中创建容器。

如果为每个容器定义了资源限制（保证 QoS 或定义了限制的突发 QoS），则 kubelet 将为与该资源关联的 pod cgroup 设置上限（CPU 的 cpu.cfs_quota_us 和内存的 memory.limit_in_bytes）。此上限基于容器限制的总和加上 PodSpec 中定义的 overhead。

对于 CPU，如果 Pod 是保证的 QoS 或突发 QoS，则 kubelet 将基于容器请求的总和加上 PodSpec 中定义的 overhead 来设置 cpu.shares。

看看我们的示例，验证工作负载的容器请求

kubectl get pod test-pod -o jsonpath='{.spec.containers[*].resources.limits}'

容器请求的总数为 2000m CPU 和 200MiB 内存

map[cpu: 500m memory:100Mi] map[cpu:1500m memory:100Mi]

对照节点观察到的情况进行检查

kubectl describe node | grep test-pod -B2

输出显示 2250m CPU 和 320MiB 内存的请求。这些请求包括 Pod 开销

  Namespace    Name       CPU Requests  CPU Limits   Memory Requests  Memory Limits  AGE
  ---------    ----       ------------  ----------   ---------------  -------------  ---
  default      test-pod   2250m (56%)   2250m (56%)  320Mi (1%)       320Mi (1%)     36m

验证 Pod cgroup 限制

检查工作负载正在运行的节点上的 Pod 的内存 cgroup。在以下示例中，在节点上使用了 crictl，它为与 CRI 兼容的容器运行时提供了 CLI。这是一个高级示例，用于显示 Pod 开销行为，并且不希望用户需要直接在节点上检查 cgroup。

首先，在特定节点上，确定 Pod 标识符

# Run this on the node where the Pod is scheduled
POD_ID="$(sudo crictl pods --name test-pod -q)"

由此，你可以确定 Pod 的 cgroup 路径

# Run this on the node where the Pod is scheduled
sudo crictl inspectp -o=json $POD_ID | grep cgroupsPath

生成的 cgroup 路径包括 Pod 的 pause 容器。Pod 级别的 cgroup 位于上一级目录中。

  "cgroupsPath": "/kubepods/podd7f4b509-cf94-4951-9417-d1087c92a5b2/7ccf55aee35dd16aca4189c952d83487297f3cd760f1bbf09620e206e7d0c27a"

在此特定情况下，pod cgroup 路径为 kubepods/podd7f4b509-cf94-4951-9417-d1087c92a5b2。验证 Pod 级别的内存 cgroup 设置

# Run this on the node where the Pod is scheduled.
# Also, change the name of the cgroup to match the cgroup allocated for your pod.
 cat /sys/fs/cgroup/memory/kubepods/podd7f4b509-cf94-4951-9417-d1087c92a5b2/memory.limit_in_bytes

这是 320 MiB，如预期

335544320

可观察性

一些 kube_pod_overhead_* 指标在 kube-state-metrics 中可用，以帮助识别何时正在使用 Pod 开销，并帮助观察使用定义开销运行的工作负载的稳定性。

下一步

• 了解有关 RuntimeClass 的更多信息
• 阅读 PodOverhead 设计增强提案，以获取更多上下文