面试题：容器化后端服务的资源管理与优化

1. 资源请求与限制调整

合理设置请求值：检查容器的资源请求（requests）设置，确保其准确反映容器正常运行所需的资源量。如果请求值设置过低，会导致容器在资源紧张时无法获取足够资源。例如，对于一个 CPU 密集型的服务，若之前设置的 CPU 请求值过低，可适当提高该值，如从 0.1 核提升至 0.5 核。
调整限制值：审视资源限制（limits），避免设置过于保守或宽松。过于保守的限制会导致容器在突发流量时无法利用更多资源，而宽松的限制则可能造成资源浪费。例如，若某个内存敏感型容器之前设置的内存限制过高，可根据实际使用情况降低，如从 2GB 降至 1.5GB。

2. 水平 Pod 自动伸缩（HPA）

基于 CPU 使用率：配置 HPA 根据 CPU 使用率自动调整 Pod 的副本数量。例如，设置当 CPU 使用率超过 80%时，自动增加副本；当低于 50%时，自动减少副本。可以通过以下命令配置：

apiVersion: autoscaling/v1
kind: HorizontalPodAutoscaler
metadata:
  name: my-service-hpa
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: my-service
  minReplicas: 2
  maxReplicas: 10
  targetCPUUtilizationPercentage: 80

基于其他指标：除 CPU 外，还可基于内存使用率、自定义指标（如请求队列长度等）进行伸缩。例如，若服务对内存要求较高，可配置基于内存使用率的 HPA：

apiVersion: autoscaling/v2beta2
kind: HorizontalPodAutoscaler
metadata:
  name: my-service-hpa
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: my-service
  minReplicas: 2
  maxReplicas: 10
  metrics:
  - type: Resource
    resource:
      name: memory
      target:
        type: Utilization
        averageUtilization: 70

3. 垂直 Pod 自动伸缩（VPA）

启用 VPA：通过启用 VPA 来自动调整容器的资源请求和限制。VPA 会根据容器的历史资源使用情况进行分析，并作出调整。例如：

apiVersion: autoscaling.k8s.io/v1beta2
kind: VerticalPodAutoscaler
metadata:
  name: my-service-vpa
spec:
  targetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: my-service
  updatePolicy:
    updateMode: "Auto"

观察调整效果：密切关注 VPA 调整后的效果，确保调整后的资源配置既满足容器需求，又不过度占用资源。

4. 节点资源监控与调整

监控节点资源：利用工具（如 Prometheus + Grafana）监控节点的 CPU、内存、磁盘 I/O、网络带宽等资源使用情况。及时发现节点资源瓶颈，例如某个节点 CPU 长期处于 90%以上使用率，可能需要对该节点进行处理。
节点资源平衡：如果某个节点资源紧张，可通过 Kubernetes 的污点（taint）和容忍（toleration）机制，将部分 Pod 迁移到其他资源较为空闲的节点。例如，给资源紧张的节点添加污点 node.kubernetes.io/resource-pressure:NoSchedule，并为一些非关键 Pod 添加相应的容忍。

5. 容器优化

优化容器镜像：检查容器镜像，删除不必要的文件和依赖，减小镜像体积，从而减少容器启动时间和占用的磁盘空间。例如，在构建镜像时，使用多阶段构建，只保留最终运行时所需的文件。
调整容器内应用配置：优化容器内运行的应用程序配置，如调整数据库连接池大小、优化缓存设置等，以提高应用程序的资源利用效率。例如，对于一个 Java Web 应用，合理调整 Tomcat 的线程池大小。

6. 服务拓扑与亲和性设置

亲和性设置：通过 Pod 亲和性（affinity）和反亲和性（anti - affinity）设置，将相关的 Pod 放置在合适的节点上。例如，对于一组相互依赖的微服务 Pod，可以设置亲和性，让它们尽量部署在同一节点或同一可用区，减少网络开销。

apiVersion: v1
kind: Pod
metadata:
  name: my - pod
spec:
  affinity:
    podAffinity:
      requiredDuringSchedulingIgnoredDuringExecution:
      - labelSelector:
          matchLabels:
            app: my - related - app
        topologyKey: kubernetes.io/hostname

反亲和性设置：对于一些可能竞争资源的 Pod，设置反亲和性，避免它们部署在同一节点。例如，对于两个高资源消耗的服务 Pod：

apiVersion: v1
kind: Pod
metadata:
  name: my - pod
spec:
  affinity:
    podAntiAffinity:
      requiredDuringSchedulingIgnoredDuringExecution:
      - labelSelector:
          matchLabels:
            app: my - competing - app
        topologyKey: kubernetes.io/hostname

星途面试题库

面试题：容器化后端服务的资源管理与优化

知识考点

面试题答案

1. 资源请求与限制调整

2. 水平 Pod 自动伸缩（HPA）

3. 垂直 Pod 自动伸缩（VPA）

4. 节点资源监控与调整

5. 容器优化

6. 服务拓扑与亲和性设置