Kubernetes Pod 驅逐詳解

原文連接：Kubernetes Pod 驅逐詳解

在 Kubernetes 中，Pod 使用的資源最重要的是 CPU、內存和磁盤 IO，這些資源能夠被分爲可壓縮資源（CPU）和不可壓縮資源（內存，磁盤 IO）。可壓縮資源不可能致使 Pod 被驅逐，由於當 Pod 的 CPU 使用量不少時，系統能夠經過從新分配權重來限制 Pod 的 CPU 使用。而對於不可壓縮資源來講，若是資源不足，也就沒法繼續申請資源（內存用完就是用完了），此時 Kubernetes 會從該節點上驅逐必定數量的 Pod，以保證該節點上有充足的資源。

當不可壓縮資源不足時，Kubernetes 是經過 kubelet 來驅逐 Pod 的。kubelet 也不是隨機驅逐的，它有本身的一套驅逐機制，每一個計算節點的 kubelet 都會經過抓取 cAdvisor 的指標來監控節點的資源使用量，下面咱們來具體分析每種狀況。

更多精彩內容請關注微信公衆號：雲原生實驗室

1. 存儲資源不足

下面是 kubelet 默認的關於節點存儲的驅逐觸發條件：

• nodefs.available<10%（容器 volume 使用的文件系統的可用空間，包括文件系統剩餘大小和 inode 數量）
• imagefs.available<15%（容器鏡像使用的文件系統的可用空間，包括文件系統剩餘大小和 inode 數量）

當 imagefs 使用量達到閾值時，kubelet 會嘗試刪除不使用的鏡像來清理磁盤空間。

當 nodefs 使用量達到閾值時，kubelet 就會拒絕在該節點上運行新 Pod，並向 API Server 註冊一個 DiskPressure condition。而後 kubelet 會嘗試刪除死亡的 Pod 和容器來回收磁盤空間，若是此時 nodefs 使用量仍然沒有低於閾值，kubelet 就會開始驅逐 Pod。從 Kubernetes 1.9 開始，kubelet 驅逐 Pod 的過程當中不會參考 Pod 的 QoS，只是根據 Pod 的 nodefs 使用量來進行排名，並選取使用量最多的 Pod 進行驅逐。因此即便 QoS 等級爲 Guaranteed 的 Pod 在這個階段也有可能被驅逐（例如 nodefs 使用量最大）。若是驅逐的是 Daemonset，kubelet 會阻止該 Pod 重啓，直到 nodefs 使用量超過閾值。

若是一個 Pod 中有多個容器，kubelet 會根據 Pod 中全部容器的 nodefs 使用量之和來進行排名。即全部容器的 container_fs_usage_bytes 指標值之和。

舉個栗子，假設某計算節點上運行着一系列已知 QoS 等級和 nodefs 使用量的 Pod：

Pod Name	Pod QoS	nodefs usage
A	Best Effort	800M
B	Guaranteed	1.3G
C	Burstable	1.2G
D	Burstable	700M
E	Best Effort	500M
F	Guaranteed	1G

當 nodefs 的使用量超過閾值時，kubelet 會根據 Pod 的 nodefs 使用量來對 Pod 進行排名，首先驅逐使用量最多的 Pod。排名以下圖所示：

Pod Name	Pod QoS	nodefs usage
B	Guaranteed	1.3G
C	Burstable	1.2G
F	Guaranteed	1G
A	Best Effort	800M
D	Burstable	700M
E	Best Effort	500M

能夠看到在本例中，QoS 等級爲 Guaranteed 的 Pod 最早被驅逐。

2. 內存資源不足

下面是 kubelet 默認的關於節點內存資源的驅逐觸發條件：

• memory.available<100Mi

當內存使用量超過閾值時，kubelet 就會向 API Server 註冊一個 MemoryPressure condition，此時 kubelet 不會接受新的 QoS 等級爲 Best Effort 的 Pod 在該節點上運行，並按照如下順序來驅逐 Pod：

• Pod 的內存使用量是否超過了 request 指定的值
• 根據 priority 排序，優先級低的 Pod 最早被驅逐
• 比較它們的內存使用量與 request 指定的值之差。

按照這個順序，能夠確保 QoS 等級爲 Guaranteed 的 Pod 不會在 QoS 等級爲 Best Effort 的 Pod 以前被驅逐，但不能保證它不會在 QoS 等級爲 Burstable 的 Pod 以前被驅逐。

若是一個 Pod 中有多個容器，kubelet 會根據 Pod 中全部容器相對於 request 的內存使用量與之和來進行排名。即全部容器的 （container_memory_usage_bytes 指標值與 container_resource_requests_memory_bytes 指標值的差）之和。

繼續舉例，假設某計算節點上運行着一系列已知 QoS 等級和內存使用量的 Pod：

Pod Name	Pod QoS	Memory requested	Memory limits	Memory usage
A	Best Effort	0	0	700M
B	Guaranteed	2Gi	2Gi	1.9G
C	Burstable	1Gi	2Gi	1.8G
D	Burstable	1Gi	2Gi	800M
E	Best Effort	0	0	300M
F	Guaranteed	2Gi	2Gi	1G

當節點的內存使用量超過閾值時，kubelet 會根據 Pod 相對於 request 的內存使用量來對 Pod 進行排名。排名以下所示：

Pod Name	Pod QoS	Memory requested	Memory limits	Memory usage	內存相對使用量
C	Burstable	1Gi	2Gi	1.8G	800M
A	Best Effort	0	0	700M	700M
E	Best Effort	0	0	300M	300M
B	Guaranteed	2Gi	2Gi	1.9G	-100M
D	Burstable	1Gi	2Gi	800M	-200M
F	Guaranteed	2Gi	2Gi	1G	-1G

能夠看到在本例中，能夠看到在本例中，QoS 等級爲 Guaranteed 的 Pod 在 QoS 等級爲 Burstable 的 Pod 以前被驅逐。

當內存資源不足時，kubelet 在驅逐 Pod 時只會考慮 requests 和 Pod 的內存使用量，不會考慮 limits。

3. Node OOM (Out Of Memory)

由於 kubelet 默認每 10 秒抓取一次 cAdvisor 的監控數據，因此有可能在 kubelet 驅逐 Pod 回收內存以前發生內存使用量激增的狀況，這時就有可能觸發內核 OOM killer。這時刪除容器的權利就由kubelet 轉交到內核 OOM killer 手裏，但 kubelet 仍然會起到必定的決定做用，它會根據 Pod 的 QoS 來設置其 oom_score_adj 值：

QoS	oom_score_adj
Guaranteed	-998
Burstable	min(max(2, 1000 - (1000 * memoryRequestBytes) / machineMemoryCapacityBytes), 999)
pod-infra-container	-998
kubelet, docker daemon, systemd service	-999

若是該節點在 kubelet 經過驅逐 Pod 回收內存以前觸發了 OOM 事件，OOM killer 就會採起行動來下降系統的壓力，它會根據下面的公式來計算 oom_score 的值：

容器使用的內存佔系統內存的百分比 + oom_score_adj = oom_score

OOM killer 會殺掉 oom_score_adj 值最高的容器，若是有多個容器的 oom_score_adj 值相同，就會殺掉內存使用量最多的容器（實際上是由於內存使用量最多的容器的 oom_score 值最高）。關於 OOM 的更多內容請參考：Kubernetes 內存資源限制實戰。

假設某節點運行着 4 個 Pod，且每一個 Pod 中只有一個容器。每一個 QoS 類型爲 Burstable 的 Pod 配置的內存 requests 是 4Gi，節點的內存大小爲 30Gi。每一個 Pod 的 oom_score_adj 值以下所示：

Pod Name	Pod QoS	oom_score_adj
A	Best Effort	1000
B	Guaranteed	-998
C	Burstable	867（根據上面的公式計算）
D	Best Effort	1000

當調用 OOM killer 時，它首先選擇 oom_score_adj 值最高的容器（1000），這裏有兩個容器的 oom_score_adj 值都是 1000，OOM killer 最終會選擇內存使用量最多的容器。

4. 總結

• 由於 kubelet 默認每 10 秒抓取一次 cAdvisor 的監控數據，因此可能在資源使用量低於閾值時，kubelet 仍然在驅逐 Pod。
• kubelet 將 Pod 從節點上驅逐以後，Kubernetes 會將該 Pod 從新調度到另外一個資源充足的節點上。但有時候 Scheduler 會將該 Pod 從新調度到與以前相同的節點上，好比設置了節點親和性，或者該 Pod 以 Daemonset 的形式運行。

如今你應該理解了 kubelet 驅逐 Pod 的原理和過程，若是你在部署應用時設置了恰當的參數，知道了全部的可能性，你就能更好地掌控你的集羣。

---