Pod 开销

在节点上运行 Pod 时，Pod 本身会占用一定数量的系统资源。这些资源是运行 Pod 内容器所需的资源之外的额外资源。在 Kubernetes 中，“Pod 开销”是一种计算 Pod 基础设施在容器请求和限制之上所消耗资源的方法。

在 Kubernetes 中，Pod 的开销是在 准入 时根据与 Pod 的 RuntimeClass 关联的开销设置的。

调度 Pod 时，除了容器资源请求的总和外，还会考虑 Pod 的开销。同样，kubelet 在确定 Pod cgroup 大小和执行 Pod 驱逐排名时，也会将 Pod 开销包括在内。

配置 Pod 开销

您需要确保使用定义了 overhead 字段的 RuntimeClass。

使用示例

要使用 Pod 开销，您需要一个定义了 overhead 字段的 RuntimeClass。例如，您可以将以下 RuntimeClass 定义与虚拟化容器运行时（在本例中，Kata Containers 与 Firecracker 虚拟机监控程序相结合）一起使用，该运行时每个 Pod 使用大约 120MiB 用于虚拟机和客户机操作系统

# You need to change this example to match the actual runtime name, and per-Pod
# resource overhead, that the container runtime is adding in your cluster.
apiVersion: node.k8s.io/v1
kind: RuntimeClass
metadata:
  name: kata-fc
handler: kata-fc
overhead:
  podFixed:
    memory: "120Mi"
    cpu: "250m"

创建指定 kata-fc RuntimeClass 处理程序的工作负载时，将在资源配额计算、节点调度以及 Pod cgroup 大小调整中考虑内存和 CPU 开销。

考虑运行给定的示例工作负载 test-pod

apiVersion: v1
kind: Pod
metadata:
  name: test-pod
spec:
  runtimeClassName: kata-fc
  containers:
  - name: busybox-ctr
    image: busybox:1.28
    stdin: true
    tty: true
    resources:
      limits:
        cpu: 500m
        memory: 100Mi
  - name: nginx-ctr
    image: nginx
    resources:
      limits:
        cpu: 1500m
        memory: 100Mi

在准入时，RuntimeClass 准入控制器 会更新工作负载的 PodSpec，以包含 RuntimeClass 中描述的 overhead。如果 PodSpec 已经定义了此字段，则 Pod 将被拒绝。在给定的示例中，由于仅指定了 RuntimeClass 名称，因此准入控制器会改变 Pod 以包含 overhead。

在 RuntimeClass 准入控制器进行修改后，您可以检查更新后的 Pod 开销值

kubectl get pod test-pod -o jsonpath='{.spec.overhead}'

输出为

map[cpu:250m memory:120Mi]

如果定义了 ResourceQuota，则会计算容器请求的总和以及 overhead 字段。

当 kube-scheduler 决定哪个节点应该运行新的 Pod 时，调度器会考虑该 Pod 的 overhead 以及该 Pod 的容器请求总和。对于此示例，调度器会添加请求和开销，然后查找具有 2.25 个 CPU 和 320 MiB 可用内存的节点。

将 Pod 调度到节点后，该节点上的 kubelet 会为该 Pod 创建一个新的 cgroup。底层容器运行时将在该 Pod 中创建容器。

如果为每个容器定义了资源限制（Guaranteed QoS 或定义了限制的 Burstable QoS），则 kubelet 将为与该资源关联的 Pod cgroup 设置上限（CPU 为 cpu.cfs_quota_us，内存为 memory.limit_in_bytes）。此上限基于容器限制的总和加上 PodSpec 中定义的 overhead。

对于 CPU，如果 Pod 是 Guaranteed 或 Burstable QoS，则 kubelet 将根据容器请求的总和加上 PodSpec 中定义的 overhead 设置 cpu.shares。

以我们的示例为例，验证工作负载的容器请求

kubectl get pod test-pod -o jsonpath='{.spec.containers[*].resources.limits}'

容器请求总量为 2000m CPU 和 200MiB 内存

map[cpu: 500m memory:100Mi] map[cpu:1500m memory:100Mi]

将其与节点观察到的内容进行比较

kubectl describe node | grep test-pod -B2

输出显示请求为 2250m CPU 和 320MiB 内存。请求包括 Pod 开销

  Namespace    Name       CPU Requests  CPU Limits   Memory Requests  Memory Limits  AGE
  ---------    ----       ------------  ----------   ---------------  -------------  ---
  default      test-pod   2250m (56%)   2250m (56%)  320Mi (1%)       320Mi (1%)     36m

验证 Pod cgroup 限制

检查运行工作负载的节点上 Pod 的内存 cgroup。在以下示例中，crictl 用于节点上，它为 CRI 兼容的容器运行时提供了一个 CLI。这是一个高级示例，用于显示 Pod 开销行为，预计用户不需要直接在节点上检查 cgroup。

首先，在特定节点上，确定 Pod 标识符

# Run this on the node where the Pod is scheduled
POD_ID="$(sudo crictl pods --name test-pod -q)"

由此，您可以确定 Pod 的 cgroup 路径

# Run this on the node where the Pod is scheduled
sudo crictl inspectp -o=json $POD_ID | grep cgroupsPath

生成的 cgroup 路径包括 Pod 的 pause 容器。Pod 级 cgroup 位于上一级目录。

  "cgroupsPath": "/kubepods/podd7f4b509-cf94-4951-9417-d1087c92a5b2/7ccf55aee35dd16aca4189c952d83487297f3cd760f1bbf09620e206e7d0c27a"

在这种特定情况下，Pod cgroup 路径为 kubepods/podd7f4b509-cf94-4951-9417-d1087c92a5b2。验证 Pod 级 cgroup 的内存设置

# Run this on the node where the Pod is scheduled.
# Also, change the name of the cgroup to match the cgroup allocated for your pod.
 cat /sys/fs/cgroup/memory/kubepods/podd7f4b509-cf94-4951-9417-d1087c92a5b2/memory.limit_in_bytes

这是 320 MiB，符合预期

335544320

可观察性

kube-state-metrics 中提供了一些 kube_pod_overhead_* 指标，以帮助识别何时正在使用 Pod 开销，并帮助观察使用定义的开销运行的工作负载的稳定性。

后续步骤

• 详细了解 RuntimeClass
• 阅读 PodOverhead 设计 增强提案以获取更多上下文信息