为什么docker在高内存使用时崩溃?

前端之家收集整理的这篇文章主要介绍了为什么docker在高内存使用时崩溃? 前端之家小编觉得挺不错的,现在分享给大家,也给大家做个参考。

我有一个运行我的用python Flask编写的REST服务的Docker容器.我正在OSx上使用VirtualBox运行容器.

这是容器启动时OSx上的内存统计信息:

enter image description here

因此,我有大约3gb的可用内存.所以我以2 GB的内存限制运行容器

docker run -d -m 2g --name mycontainer -p 5000:5000 foobar

现在,我向容器上运行的服务发送约100个REST请求,同时运行docker stats.

最终,Docker容器崩溃.

我将在容器崩溃之前将docker stats的数据粘贴到下面.

崩溃1:运行100个不同的请求时(容器几乎立即崩溃.

CONTAINER           cpu %               MEM USAGE / LIMIT     MEM %               NET I/O               BLOCK I/O
27ee4ed4f98a        99.27%              256.9 MB / 2.147 GB   11.96%              163.2 kB / 7.958 kB   107.4 MB / 0 B
CONTAINER           cpu %               MEM USAGE / LIMIT   MEM %               NET I/O               BLOCK I/O
27ee4ed4f98a        99.77%              324 MB / 2.147 GB   15.09%              163.2 kB / 7.958 kB   107.4 MB / 0 B
CONTAINER           cpu %               MEM USAGE / LIMIT   MEM %               NET I/O             BLOCK I/O
CONTAINER           cpu %               MEM USAGE / LIMIT   MEM %               NET I/O             BLOCK I/O
CONTAINER           cpu %               MEM USAGE / LIMIT   MEM %               NET I/O             BLOCK I/O

崩溃2:运行1个请求时,运行100次(容器在30左右后崩溃)

CONTAINER           cpu %               MEM USAGE / LIMIT     MEM %               NET I/O               BLOCK I/O
41fc484677fb        79.00%              891.5 MB / 2.147 GB   41.52%              12.13 MB / 429.8 kB   2.379 GB / 61.85 MB
CONTAINER           cpu %               MEM USAGE / LIMIT   MEM %               NET I/O               BLOCK I/O
41fc484677fb        85.83%              892 MB / 2.147 GB   41.54%              12.13 MB / 429.8 kB   3.071 GB / 61.85 MB
CONTAINER           cpu %               MEM USAGE / LIMIT   MEM %               NET I/O               BLOCK I/O
41fc484677fb        85.83%              892 MB / 2.147 GB   41.54%              12.13 MB / 429.8 kB   3.071 GB / 61.85 MB
CONTAINER           cpu %               MEM USAGE / LIMIT   MEM %               NET I/O               BLOCK I/O
41fc484677fb        86.01%              892 MB / 2.147 GB   41.54%              12.13 MB / 429.8 kB   3.81 GB / 61.85 MB
CONTAINER           cpu %               MEM USAGE / LIMIT   MEM %               NET I/O               BLOCK I/O
41fc484677fb        86.01%              892 MB / 2.147 GB   41.54%              12.13 MB / 429.8 kB   3.81 GB / 61.85 MB
CONTAINER           cpu %               MEM USAGE / LIMIT     MEM %               NET I/O               BLOCK I/O
41fc484677fb        86.28%              892.2 MB / 2.147 GB   41.55%              12.13 MB / 429.8 kB   4.508 GB / 61.85 MB
CONTAINER           cpu %               MEM USAGE / LIMIT     MEM %               NET I/O               BLOCK I/O
41fc484677fb        86.28%              892.2 MB / 2.147 GB   41.55%              12.13 MB / 429.8 kB   4.508 GB / 61.85 MB
CONTAINER           cpu %               MEM USAGE / LIMIT   MEM %               NET I/O             BLOCK I/O
CONTAINER           cpu %               MEM USAGE / LIMIT   MEM %               NET I/O             BLOCK I/O
CONTAINER           cpu %               MEM USAGE / LIMIT   MEM %               NET I/O             BLOCK I/O

崩溃后docker ps -a显示以下内容

CONTAINER ID        IMAGE                      COMMAND             CREATED             STATUS                       PORTS               NAMES
41fc484677fb        foobar   "python service.py"    7 minutes ago       Exited (137) 2 minutes ago                       mycontainer

运行dmesg会显示几个内存不足错误

➜  ~ docker exec -it mycontainer dmesg | grep "Out of memory"
Out of memory: Kill process 2006 (python) score 872 or sacrifice child
Out of memory: Kill process 2496 (python) score 873 or sacrifice child
Out of memory: Kill process 2807 (python) score 879 or sacrifice child
Out of memory: Kill process 3101 (python) score 875 or sacrifice child
Out of memory: Kill process 5393 (python) score 868 or sacrifice child
Out of memory: Kill process 5647 (python) score 868 or sacrifice child
Out of memory: Kill process 5926 (python) score 877 or sacrifice child
Out of memory: Kill process 6328 (python) score 873 or sacrifice child
Out of memory: Kill process 7923 (python) score 872 or sacrifice child
Out of memory: Kill process 10183 (python) score 873 or sacrifice child

>如何避免此类崩溃?
>这只是在我的本地计算机上,但是最终我打算将该容器部署到生产环境中.我应该遵循哪些方法来防止崩溃?我是否应该在Nginx负载均衡器后面放置该容器的多个副本?
>在生产中,我计划在单个服务器上运行单个容器.如果我在服务器上运行单个容器,而在该服务器上不运行其他任何容器,那么该容器能够使用所有可用的计算资源吗?

最佳答案
欢迎来到资源的美好世界:)

对容器设置限制并不能使您保持在限制之下,它只是告诉内核何时开始挤压您以及何时杀死您.您实际上必须保持在限制之下.在许多情况下,这意味着您需要注意内存占用情况,并在预算范围内无法满足要求时对请求进行排队或删除.又名甩负荷.

不过,好处是,当您需要更多容器副本时,您现在已经有了一个明确的信号.

原文链接:https://www.f2er.com/docker/532631.html

猜你在找的Docker相关文章