docker内存监控与压测方式

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。

成都创新互联是专业的惠安网站建设公司，惠安接单;提供网站设计、成都网站设计,网页设计,网站设计,建网站,PHP网站建设等专业做网站服务;采用PHP框架,可快速的进行惠安网站开发网页制作和功能扩展;专业做搜索引擎喜爱的网站,专业的做网站团队,希望更多企业前来合作!

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/amd64Server: 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: v1kind: Podmetadata: name: busybox namespace: defaultspec: 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: Always2.通过kubectl命令生成busybox服务

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

pod "busybox" created3.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

memory.stat的文件包含的内容

查看memory.limit_in_bytes文件

/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=15001500+0 records in1500+0 records out1572864000 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.statcache 1572868096rss 147456rss_huge 0mapped_file 0dirty 1572868096writeback 0swap 0pgpgin 384470pgpgout 433pgfault 607pgmajfault 0inactive_anon 77824active_anon 12288inactive_file 1572864000active_file 4096unevictable 0hierarchical_memory_limit 2147483648hierarchical_memsw_limit 4294967296total_cache 1572868096total_rss 147456total_rss_huge 0total_mapped_file 0total_dirty 1572868096total_writeback 0total_swap 0total_pgpgin 384470total_pgpgout 433total_pgfault 607total_pgmajfault 0total_inactive_anon 77824total_active_anon 12288total_inactive_file 1572864000total_active_file 4096total_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 cacheThereforeactive_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/v1beta1kind: Deploymentmetadata: name: tomcat-deploymentspec: 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: v1kind: Servicemetadata: labels: name: tomcat name: tomcat namespace: defaultspec: 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].nodePortnodePort31401

(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：

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。

以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。如有错误或未考虑完全的地方，望不吝赐教。

当前标题：docker内存监控与压测方式
文章路径：http://cqcxhl.com/article/eecsis.html