# 给容器和 Pod 分配 CPU 资源
这个教程指导如何给容器分配请求的 CPU 资源和配置 CPU 资源限制，我们保证容器可以拥有 所申请的 CPU 资源，但是并不允许它使用超过限制的 CPU 资源。
# 开始之前
您需要有一个 k8s 集群，并且必须配置 kubectl 命令行工具以与集群通信。如果您还没有集群，可以使用 Minikube 创建一个集群。
集群里的每个节点至少需要 1 个 CPU。
这篇教程里的少数步骤可能要求你的集群运行着 Heapster 如果你没有 Heapster，也可以完成大部分步骤，就算跳过 Heapster 的那些步骤，也不见得会有什么问题。
判断 Heapster 服务是否正常运行，执行以下命令：
kubectl get services --namespace=kube-system
如果 heapster 正常运行，命令的输出应该类似下面这样:
NAMESPACE NAME CLUSTER-IP EXTERNAL-IP PORT(S) AGE
kube-system heapster 10.11.240.9 <none> 80/TCP 6d
# 创建一个命名空间
创建一个命名空间，可以确保你在这个实验里所创建的资源都会被有效隔离，不会影响你的集群。
kubectl create namespace cpu-example
# 声明一个 CPU 申请和限制
给容器声明一个 CPU 请求，只要在容器的配置文件里包含这么一句 resources:requests 就可以，声明一个 CPU 限制，则是这么一句 resources:limits.
在这个实验里，我们会创建一个只有一个容器的 Pod，这个容器申请 0.5 个 CPU，并且 CPU 限制设置为 1. 下面是配置文件：
| cpu-request-limit.yaml |
|---|
| apiVersion: v1 kind: Pod metadata: name: cpu-demo spec: containers: - name: cpu-demo-ctr image: vish/stress resources: limits: cpu: "1" requests: cpu: "0.5" args: - -cpus - "2" |
在这个配置文件里，整个 args 段提供了容器所需的参数。 -cpus "2"代码告诉容器尝试使用 2 个 CPU 资源。
创建 Pod:
kubectl create -f https://k8s.io/docs/tasks/configure-pod-container/cpu-request-limit.yaml --namespace=cpu-example
验证 Pod 的容器是否正常运行:
kubectl get pod cpu-demo --namespace=cpu-example
查看 Pod 的详细信息:
kubectl get pod cpu-demo --output=yaml --namespace=cpu-example
输出显示了这个 Pod 里的容器申请了 500m 的 cpu，同时 CPU 用量限制为 1.
resources:
limits:
cpu: "1"
requests:
cpu: 500m
启用 proxy 以便访问 heapster 服务：
kubectl proxy
在另外一个命令窗口里，从 heapster 服务读取 CPU 使用率。
curl http://localhost:8001/api/v1/proxy/namespaces/kube-system/services/heapster/api/v1/model/namespaces/cpu-example/pods/cpu-demo/metrics/cpu/usage_rate
输出显示 Pod 目前使用 974m 的 cpu，这个刚好比配置文件里限制的 1 小一点点。
{
"timestamp": "2017-06-22T18:48:00Z",
"value": 974
}
还记得我吗设置了-cpu "2", 这样让容器尝试去使用 2 个 CPU，但是容器却只被运行使用 1 一个，因为容器的 CPU 使用被限制了，因为容器尝试去使用超过其限制的 CPU 资源。
注意: 有另外一个可能的解释为什么 CPU 会被限制。因为这个节点可能没有足够的 CPU 资源，还记得我们 这个实验的前提条件是每个节点都有至少一个 CPU，如果你的容器所运行的节点只有 1 个 CPU，那容器就无法 使用超过 1 个的 CPU 资源，这跟 CPU 配置上的限制以及没关系了。
# CPU 单位
CPU 资源是以 CPU 单位来计算的，一个 CPU，对于 k8s 而言，相当于:
- 1 AWS vCPU
- 1 GCP Core
- 1 Azure vCore
- 1 Hyperthread on a bare-metal Intel processor with Hyperthreading
小数值也是允许的，一个容器申请 0.5 个 CPU，就相当于其他容器申请 1 个 CPU 的一半，你也可以加个后缀 m 表示千分之一的概念。比如说 100m 的 CPU，100 豪的 CPU 和 0.1 个 CPU 都是一样的。但是不支持精度超过 1M 的。
CPU 通常都是以绝对值来申请的，绝对不能是一个相对的数值；0.1 对于单核，双核，48 核的 CPU 都是一样的。
删除 Pod:
kubectl delete pod cpu-demo --namespace=cpu-example
# 请求的 CPU 超出了节点的能力范围
CPU 资源的请求和限制是用于容器上面的，但是认为 POD 也有 CPU 资源的申请和限制，这种思想会很有帮助。 Pod 的 CPU 申请可以看作 Pod 里的所有容器的 CPU 资源申请的总和，类似的，Pod 的 CPU 限制就可以看出 Pod 里 所有容器的 CPU 资源限制的总和。
Pod 调度是基于请求的，只有当 Node 的 CPU 资源可以满足 Pod 的需求的时候，Pod 才会被调度到这个 Node 上面。
在这个实验当中，我们创建一个 Pod 请求超大的 CPU 资源，超过了集群里任何一个 node 所能提供的资源。 下面这个配置文件，创建一个包含一个容器的 Pod。这个容器申请了 100 个 CPU，这应该会超出你集群里 任何一个节点的 CPU 资源。
| cpu-request-limit-2.yaml |
|---|
| apiVersion: v1 kind: Pod metadata: name: cpu-demo-2 spec: containers: - name: cpu-demo-ctr-2 image: vish/stress resources: limits: cpu: "100" requests: cpu: "100" args: - -cpus - "2" |
创建 Pod:
kubectl create -f https://k8s.io/docs/tasks/configure-pod-container/cpu-request-limit-2.yaml --namespace=cpu-example
查看 Pod 的状态:
kubectl get pod cpu-demo-2 --namespace=cpu-example
这个输出显示 Pod 正处在 Pending 状态，那是因为这个 Pod 并不会被调度到任何节点上，所以它会 一直保持这种状态。
kubectl get pod cpu-demo-2 --namespace=cpu-example
NAME READY STATUS RESTARTS AGE
cpu-demo-2 0/1 Pending 0 7m
查看 Pod 的详细信息，包括记录的事件：
kubectl describe pod cpu-demo-2 --namespace=cpu-example
这个输出显示了容器无法被调度因为节点上没有足够的 CPU 资源：
Events:
Reason Message
------ -------
FailedScheduling No nodes are available that match all of the following predicates:: Insufficient cpu (3).
删除 Pod:
kubectl delete pod cpu-demo-2 --namespace=cpu-example
# 如果不指定 CPU 限额呢
如果你不指定容器的 CPU 限额，那下面所描述的其中一种情况会出现：
- 容器使用 CPU 资源没有上限，它可以使用它运行的 Node 上所有的 CPU 资源。
- 容器所运行的命名空间有默认的 CPU 限制，这个容器就自动继承了这个限制。集群管理可以使用 限额范围 来指定一个默认的 CPU 限额。
# 设置 CPU 申请和限制的动机
通过配置集群里的容器的 CPU 资源申请和限制，我们可以更好的利用集群中各个节点的 CPU 资源。 保持 Pod 的 CPU 请求不太高，这样才能更好的被调度。设置一个大于 CPU 请求的限制，可以获得以下 两点优势：
- Pod 在业务高峰期能获取到足够的 CPU 资源。
- 能将 Pod 在需求高峰期能使用的 CPU 资源限制在合理范围。
# 清理
删除你的命名空间:
kubectl delete namespace cpu-example