docker内存监控与压测

一直运行的docker容器显示内存已经耗尽,并且容器内存耗尽也没出现重启情况,通过后台查看发现进程没有占用多少内存。内存的监控使用的是cadvisor,计算方式也是使用cadvisor的页面计算方式,所以决定对docker的内存计算做下研究。

docker version:

Client:
 Version:      1.12.6
 API version:  1.24
 Go version:   go1.6.4
 Git commit:   78d1802
 Built:        Tue Jan 10 20:20:01 2017
 OS/Arch:      linux/amd64

Server:
 Version:      1.12.6
 API version:  1.24
 Go version:   go1.6.4
 Git commit:   78d1802
 Built:        Tue Jan 10 20:20:01 2017
 OS/Arch:      linux/amd64

kubernetes version:

Client Version: version.Info{Major:"1", Minor:"8", GitVersion:"v1.8.2+coreos.0", GitCommit:"4c0769e81ab01f47eec6f34d7f1bb80873ae5c2b", GitTreeState:"clean", BuildDate:"2017-10-25T16:24:46Z", GoVersion:"go1.8.3", Compiler:"gc", Platform:"linux/amd64"}
Server Version: version.Info{Major:"1", Minor:"8", GitVersion:"v1.8.2+coreos.0", GitCommit:"4c0769e81ab01f47eec6f34d7f1bb80873ae5c2b", GitTreeState:"clean", BuildDate:"2017-10-25T16:24:46Z", GoVersion:"go1.8.3", Compiler:"gc", Platform:"linux/amd64"}

1.创建pod yaml文件,使用busybox镜像做测试,对镜像设定2核2G内存的限制。

[docker@k8s busybox]$ cat busybox.yaml

apiVersion: v1
kind: Pod
metadata:
  name: busybox
  namespace: default
spec:
  containers:
  - image: registry.dcos:8021/public/busybox:latest
    command:
      - sleep
      - "3600"
    imagePullPolicy: IfNotPresent
    name: busybox
    resources:
      limits:
        cpu: "2"
        memory: 2Gi
      requests:
        cpu: 100m
        memory: 64Mi
  restartPolicy: Always

2.通过kubectl命令生成busybox服务

[docker@k8s busybox]$ kubectl create -f busybox.yaml

pod "busybox" created

3.进入容器的/sys/fs/cgroup/memory目录,ls查看得到如下文件。

-rw-r--r--    1 root     root           0 May 31 03:18 cgroup.clone_children
--w--w--w-    1 root     root           0 May 31 03:18 cgroup.event_control
-rw-r--r--    1 root     root           0 May 31 03:18 cgroup.procs
-rw-r--r--    1 root     root           0 May 31 03:18 memory.failcnt
--w-------    1 root     root           0 May 31 03:18 memory.force_empty
-rw-r--r--    1 root     root           0 May 31 03:18 memory.kmem.failcnt
-rw-r--r--    1 root     root           0 May 31 03:18 memory.kmem.limit_in_bytes
-rw-r--r--    1 root     root           0 May 31 03:18 memory.kmem.max_usage_in_bytes
-r--r--r--    1 root     root           0 May 31 03:18 memory.kmem.slabinfo
-rw-r--r--    1 root     root           0 May 31 03:18 memory.kmem.tcp.failcnt
-rw-r--r--    1 root     root           0 May 31 03:18 memory.kmem.tcp.limit_in_bytes
-rw-r--r--    1 root     root           0 May 31 03:18 memory.kmem.tcp.max_usage_in_bytes
-r--r--r--    1 root     root           0 May 31 03:18 memory.kmem.tcp.usage_in_bytes
-r--r--r--    1 root     root           0 May 31 03:18 memory.kmem.usage_in_bytes
-rw-r--r--    1 root     root           0 May 31 03:18 memory.limit_in_bytes
-rw-r--r--    1 root     root           0 May 31 03:18 memory.max_usage_in_bytes
-rw-r--r--    1 root     root           0 May 31 03:18 memory.memsw.failcnt
-rw-r--r--    1 root     root           0 May 31 03:18 memory.memsw.limit_in_bytes
-rw-r--r--    1 root     root           0 May 31 03:18 memory.memsw.max_usage_in_bytes
-r--r--r--    1 root     root           0 May 31 03:18 memory.memsw.usage_in_bytes
-rw-r--r--    1 root     root           0 May 31 03:18 memory.move_charge_at_immigrate
-r--r--r--    1 root     root           0 May 31 03:18 memory.numa_stat
-rw-r--r--    1 root     root           0 May 31 03:18 memory.oom_control
----------    1 root     root           0 May 31 03:18 memory.pressure_level
-rw-r--r--    1 root     root           0 May 31 03:18 memory.soft_limit_in_bytes
-r--r--r--    1 root     root           0 May 31 03:18 memory.stat
-rw-r--r--    1 root     root           0 May 31 03:18 memory.swappiness
-r--r--r--    1 root     root           0 May 31 03:18 memory.usage_in_bytes
-rw-r--r--    1 root     root           0 May 31 03:18 memory.use_hierarchy
-rw-r--r--    1 root     root           0 May 31 03:18 notify_on_release
-rw-r--r--    1 root     root           0 May 31 03:18 tasks

我们主要关注一下几个文件

文件名  含义
memory.usage_in_bytes 已使用的内存量(包含cache和buffer)(字节),相当于linux的used_meme
memory.limit_in_bytes 限制的内存总量(字节),相当于linux的total_mem
memory.failcnt 申请内存失败次数计数
memory.stat 内存相关状态

memory.stat的文件包含的内容

字段        含义
cache 页缓存,包括 tmpfs(shmem),单位为字节
rss 匿名和 swap 缓存,不包括 tmpfs(shmem),单位为字节
mapped_file memory-mapped 映射的文件大小,包括 tmpfs(shmem),单位为字节
pgpgin 存入内存中的页数
pgpgout 从内存中读出的页数
swap swap 用量,单位为字节
active_anon 在活跃的最近最少使用(least-recently-used,LRU)列表中的匿名和 swap 缓存,包括 tmpfs(shmem),单位为字节
inactive_anon 不活跃的 LRU 列表中的匿名和 swap 缓存,包括 tmpfs(shmem),单位为字节
active_file 活跃 LRU 列表中的 file-backed 内存,以字节为单位
inactive_file 不活跃 LRU 列表中的 file-backed 内存,以字节为单位
unevictable 无法再生的内存,以字节为单位
hierarchical_memory_limit 包含 memory cgroup 的层级的内存限制,单位为字节
hierarchical_memsw_limit 包含 memory cgroup 的层级的内存加 swap 限制,单位为字节

查看memory.limit_in_bytes文

/sys/fs/cgroup/memory # cat memory.limit_in_bytes 
2147483648

计算容器的限制内存为2g,和yaml文件里面定义的限制内存一样。查看memory.usag_in_bytes文件

/sys/fs/cgroup/memory # cat memory.usage_in_bytes 
2739376

通过docker stats 容器id查看容器的占用内存,和memory.usage_in_bytes的数据相符。

4.使用dd命令快速生成1.5g大文件

~ # dd if=/dev/zero of=test bs=1M count=1500
1500+0 records in
1500+0 records out
1572864000 bytes (1.5GB) copied, 1.279989 seconds, 1.1GB/s

再次通过docker stats 容器id查看容器的占用内存


查看memory.usage_in_bytes文件

/sys/fs/cgroup/memory # cat memory.usage_in_bytes 
1619329024

发现容器的占用内存达到了1.5g,查看memory.stat

/sys/fs/cgroup/memory # cat memory.stat
cache 1572868096
rss 147456
rss_huge 0
mapped_file 0
dirty 1572868096
writeback 0
swap 0
pgpgin 384470
pgpgout 433
pgfault 607
pgmajfault 0
inactive_anon 77824
active_anon 12288
inactive_file 1572864000
active_file 4096
unevictable 0
hierarchical_memory_limit 2147483648
hierarchical_memsw_limit 4294967296
total_cache 1572868096
total_rss 147456
total_rss_huge 0
total_mapped_file 0
total_dirty 1572868096
total_writeback 0
total_swap 0
total_pgpgin 384470
total_pgpgout 433
total_pgfault 607
total_pgmajfault 0
total_inactive_anon 77824
total_active_anon 12288
total_inactive_file 1572864000
total_active_file 4096
total_unevictable 0

memory.stat文件中的cache字段添加了1.5g,而inactive_file字段为1.5g,因此,dd所产生的文件cache计算在inactive_file上。这就导致了所看到的容器内存的监控居高不下,因为cache是可重用的,并不能反映进程占用内存。

一般情况下,计算监控内存可根据计算公式:

active_anon + inactive_anon = anonymous memory + file cache for tmpfs + swap cache
Therefore
active_anon + inactive_anon ≠ rss, because rss does not include tmpfs.
active_file + inactive_file = cache - size of tmpfs

所以实际内存使用计算为:

real_used = memory.usage_in_bytes - (active_file + inactive_file)

5.压测

(1)准备tomcat镜像和jmeter压测工具,tomcat的yaml文件如下

apiVersion: extensions/v1beta1
kind: Deployment
metadata:
  name: tomcat-deployment
spec:
  replicas: 1
  template:
    metadata:
      labels:
        app: tomcat
    spec:
      containers:
      - name: tomcat
        image: registy.dcos:8021/public/tomcat:8
        ports:
        - containerPort: 8080
        resources:
          limits:
            cpu: "1"
            memory: 300Mi
--- 
apiVersion: v1
kind: Service
metadata:
  labels:
    name: tomcat
  name: tomcat
  namespace: default
spec:
  ports:
  - name: tomcat
    port: 8080
    protocol: TCP
    targetPort: 8080
  type: NodePort 
  selector:
    app: tomcat

yaml文件中限制tomcat镜像的使用内存为300Mi,执行命令生成文件。通过docker stats查看没有负载情况下tomcat容器的内存占用。


(2)提取tomcat的service nodePort端口

[docker@ecs-5f72-0006 ~]$ kubectl get svc tomcat -o=custom-columns=nodePort:.spec.ports[0].nodePort
nodePort
31401

(3)登陆jmeter官网下载压测工具

在windows上运行jmeter工具,到bin目录点击运行jmeter,配置jmeter如下:

docker内存监控与压测_第1张图片

docker内存监控与压测_第2张图片

配置好测试选项后点击启动按钮开始压测,通过docker stats查看容器内存使用情况发现已经到达限制。


通过kubectl get pods查看pod的运行情况发现tomcat由于内存超过限制值被kill掉。


总结

关于docker stats内存监控的问题一直存在,docker将cache/buffer纳入内存计算引起误解。docker内存的计算方式和linux的内存使用计算方式一致,也包含了cache/buffer。但是cache是可重复利用的,经常使用在I/O请求上,使用内存来缓解可能被再次访问的数据,为提高系统性能。在官方github上,也有很多人提交了关于内存监控的issue,直到了Docker 17.06版本,docker stats才解决了这个问题。但是这也仅仅是docker stats的显示看起来正常了,而进入容器查看内存的使用还是包含的cache,如果直接使用cadvisor搜集的数据,还是会出现包含了cache的情况。通过压测docker,最后发现当压测到程序的限制内存时,pod出现重启,这也解释了我们在使用docker监控时,即使内存占用99%+,却不出现pod重启的情况,这里面有相当一部分的内存是cache占用。

你可能感兴趣的:(docker)