Pod 开销

当你在节点上运行 Pod 时，Pod 本身会占用一定量的系统资源。这些资源是运行 Pod 内容器所需的资源之外的附加资源。在 Kubernetes 中，Pod 开销（Pod Overhead） 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式。

在 Kubernetes 中，Pod 的开销（overhead）在准入时，根据 Pod RuntimeClass 相关联的开销进行设置。

调度 Pod 时，Pod 的开销会与容器资源请求的总和一起被考虑。类似地，kubelet 在确定 Pod cgroup 大小以及执行 Pod 驱逐排序时，也会包含 Pod 开销。

配置 Pod 开销

你需要确保使用了一个定义了 overhead 字段的 RuntimeClass。

使用示例

要使用 Pod 开销，你需要一个定义了 overhead 字段的 RuntimeClass。例如，你可以使用以下 RuntimeClass 定义，结合虚拟化容器运行时（本例中，Kata Containers 与 Firecracker 虚拟机监视器组合使用），该运行时为虚拟机和来宾操作系统每个 Pod 占用约 120MiB 的开销。

# 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"

创建时指定 kata-fc RuntimeClass handler 的工作负载，其内存和 CPU 开销将被计入资源配额计算、节点调度以及 Pod cgroup 大小确定中。

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，则该 Pod 将被拒绝。在给定示例中，由于只指定了 RuntimeClass 名称，准入控制器会修改 Pod 以包含 overhead。

在 RuntimeClass 准入控制器完成修改后，你可以查看更新后的 Pod 开销值

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

输出如下

map[cpu:250m memory:120Mi]

如果定义了 ResourceQuota，容器请求的总和以及 overhead 字段都会被计算在内。

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。对于本例，调度器将请求和开销相加，然后寻找一个具有 2.25 CPU 和 320 MiB 可用内存的节点。

一旦 Pod 被调度到节点上，该节点上的 kubelet 会为该 Pod 创建一个新的 cgroup。底层的容器运行时将在此 cgroup 中创建容器。

如果为每个容器定义了资源的限制（Guaranteed QoS 或定义了 limits 的 Burstable QoS），kubelet 将为与该资源相关的 pod cgroup 设置一个上限（CPU 的 cpu.cfs_quota_us 和内存的 memory.limit_in_bytes 内存）。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，kubelet 将根据容器请求的总和加上 PodSpec 中定义的 overhead 来设置 cpu.shares。

查看我们的示例，验证工作负载的容器请求

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

总的容器请求为 2000m CPU 和 200MiB 内存

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

对比节点观察到的情况进行检查

kubectl describe node | grep test-pod -B2

输出显示请求为 2250m CPU 和 320MiB 内存。这些请求包含了 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

检查工作负载运行所在节点上 Pod 的内存 cgroups。在以下示例中，节点上使用了 crictl，它提供了 CRI 兼容容器运行时的 CLI。这是一个高级示例，用于展示 Pod 开销行为，不期望用户需要直接在节点上检查 cgroups。

首先，在特定节点上，确定 Pod 的标识符

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

由此，你可以确定 Pod 的 cgroup 路径

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

结果 cgroup 路径包含 Pod 的 pause 容器。Pod 级别的 cgroup 是在其上一级目录。

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

在此特定情况下，pod cgroup 路径是 kubepods/podd7f4b509-cf94-4951-9417-d1087c92a5b2。验证 Pod 级别 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，有助于识别何时使用了 Pod 开销，并帮助观察运行指定开销的工作负载的稳定性。

接下来

• 详细了解 RuntimeClass
• 阅读 PodOverhead 设计 增强提案以获取更多背景信息