簡介：?讓人討厭的 CPU 限流影響容器運行，有時人們不得不犧牲容器部署密度來避免 CPU 限流出現。本文介紹的 CPU Burst 技術可以幫助您既能保證容器運行服務質量，又不降低容器部署密度。文章分為上下兩篇，該文為上篇，下篇將剖析使用 CPU Burst 和其他避免限流手段的區別，以及如何配置 CPU Burst 功能以達到最佳效果。

在 K8S 容器調度中，容器的 CPU 資源上限是由 CPU limits 參數指定。設置 CPU 資源上限可以限制個別容器消耗過多的 CPU 運行時間，并確保其他容器拿到足夠的 CPU 資源。CPU limits 限制在 Linux 內核中是用 CPU Bandwidth Controller 實現的，它通過 CPU限流限制 cgroup 的資源消耗。所以當一個容器中的進程使用了超過 CPU limits 的資源的時候，這些進程就會被 CPU 限流，他們使用的 CPU 時間就會受到限制，進程中一些關鍵的延遲指標就會變差。

面對這種情況，我們應該怎么辦呢？一般情況下，我們會結合這個容器日常峰值的 CPU 利用率并乘以一個相對安全的系數來設置這個容器的 CPU limits ，這樣我們既可以避免容器因為限流而導致的服務質量變差，同時也可以兼顧 CPU 資源的利用。舉個簡單的例子，我們有一個容器，他日常峰值的 CPU 使用率在 250% 左右，那么我們就把容器 CPU limits 設置到 400% 來保證容器服務質量，此時容器的 CPU 利用率是 62.5%（250%/400%）。

然而生活真的那么美好么？顯然不是！CPU 限流的出現比預期頻繁了很多。怎么辦？似乎看上去我們只能繼續調大 CPU limits 來解決這個問題。很多時候，當容器的 CPU limits 被放大 5~10 倍的時候，這個容器的服務質量才得到了比較好的保障，相應的這時容器的總 CPU 利用率只有 10%~20%。所以為了應對可能的容器 CPU 使用高峰，容器的部署密度必須大大降低。

歷史上人們在 CPU Bandwidth Controller 中修復了一些 BUG 導致的 CPU 限流問題，我們發現當前非預期限流是由于100ms級別CPU突發使用引起，并且提出 CPU Burst 技術允許一定的 CPU 突發使用，避免平均 CPU 利用率低于限制時的 CPU 限流。在云計算場景中，CPU Burst 技術的價值有：

不提高 CPU 配置的前提下改善 CPU 資源服務質量；

允許資源所有者不犧牲資源服務質量降低CPU資源配置，提升CPU資源利用率；

降低資源成本（TCO, Total Cost of Ownership）。

你看到的CPU利用率不是全部真相

秒級 CPU 利用率不能反映 Bandwidth Controller 工作的 100ms 級別 CPU 使用情況，是導致非預期 CPU 限流出現的原因。

Bandwidth Controller 適用于 CFS 任務，用 period 和 quota 管理 cgroup 的 CPU 時間消耗。若 cgroup 的 period 是 100ms quota 是 50ms，cgroup 的進程每 100ms 周期內最多使用 50ms CPU 時間。當 100ms 周期的 CPU 使用超過 50ms 時進程會被限流，cgroup 的 CPU 使用被限制到 50% 。

CPU 利用率是一段時間內 CPU 使用的平均，以較粗的粒度統計 CPU 的使用需求，CPU 利用率趨向穩定；當觀察的粒度變細，CPU 使用的突發特征更明顯。以 1s 粒度和 100ms 粒度同時觀測容器負載運行，當觀測粒度是 1s 時 CPU 利用率的秒級平均在 250% 左右，而在 Bandwidth Controller 工作的 100ms 級別觀測 CPU 利用率的峰值已經突破 400% 。

根據秒級觀察到的 CPU 利用率 250% 設置容器 quota 和 period 分別為 400ms 和 100ms ，容器進程的細粒度突發被 Bandwidth Controller 限流，容器進程的 CPU 使用受到影響。

如何改善

我們用 CPU Burst 技術來滿足這種細粒度 CPU 突發需求，在傳統的 CPU Bandwidth Controller quota 和 period 基礎上引入 burst 的概念。當容器的 CPU 使用低于 quota 時，可用于突發的 burst 資源累積下來；當容器的 CPU 使用超過 quota，允許使用累積的 burst 資源。最終達到的效果是將容器更長時間的平均 CPU 消耗限制在 quota 范圍內，允許短時間內的 CPU 使用超過其 quota。

如果用 Bandwidth Controller 算法來管理休假，假期管理的周期（period）是一年，一年里假期的額度是 quota ，有了 CPU Burst 技術之后今年修不完的假期可以放到以后來休了。

使用 CPU Burst 之后

在容器場景中使用 CPU Burst 之后，測試容器的服務質量顯著提升。觀察到 RT 均值下降 68%（從 30+ms 下降到 9.6ms ）；99% ?RT 下降 94.5%（從 500+ms 下降到 27.37ms ）。

如果容器運行負載是延遲敏感類型，又有配置 quota 引起的 CPU 限流，不妨試試使用 CPU Burst 技術對延遲進行優化。CPU Burst 修改已合入 Linux 5.14，Alibaba Cloud Linux 也已經支持 CPU Burst 技術。

關于作者

常懷鑫（一齋），阿里云內核組工程師，擅長CPU調度領域。

原文鏈接
本文為阿里云原創內容，未經允許不得轉載。

總結

以上是生活随笔為你收集整理的干掉讨厌的 CPU 限流，让容器跑得更快的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。