一、cpu资源控制
cgroups是一个非常强大的linux内核工具，他不仅可以限制被namespace隔离起来的资源，还可以为资源设置权重、计算使用量，操控进程启停等等，所以cgroups（control groups）实现了对资源的配额和度量。
cgroups有四大功能
资源限制： 可以对任务使用的资源总额进行限制优先级分配：通过分配cpu时间片数量以及磁盘IO带宽大小，实际上相当于控制了任务运行优先级。资源统计： 可以统计系统的资源使用量，如cpu时长，内存用量等。任务控制： cgroups可以对任务执行挂起，恢复等操作。1、 设置cpu使用率上限
linux通过CFS（completely fair scheduler，完全公平调度器）来调度各个进程对cpu的使用
我们可以设置每个容器进程的调度周期，以及在这个周期内各个容器最多能使用多少cpu时间。使用 –cpu-period 即可设置调度周期，默认100ms，设置范围为：1ms-1s，对应的 –cpu-period的数值范围是1000~1000000。使用 –cpu-quota 即可设置在每个周期内容器能使用cpu时间，默认无限制，设置的要求不能小于1ms，也就是–cpu-quota的值必须>=1000.查看周期限制和cpu配额限制
docker run -itd –name test5 centos:7 /bin/bash #启动一个centos:7镜像容器 docker ps -a #查看是否启动成功，并查看pid号 cd /sys/fs/cgroup/cpu/docker/容器PID号 #进入到该容器的限制目录中 cat cpu.cfs_quota_us #查看每个周期的cpu最大限制时间 cat cpu.cfs_period_us #查看调度周期是多久 //cpu.cfg_period_us: cpu 分配的周期（微秒，所以文件名中用us表示），默认为100000 //cpu.cfg_quota_us: 表示该cgroups限制占用的时间（微秒），默认为-1，表示为不限制，如果设为50000，表示占用50000/100000=50%的cpu
进行cpu压力测试然后修改每个周期的使用cpu的时间，查看cpu使用率
docker run -itd –name test6 –cpu-quota 50000 centos:7 /bin/bash #可以直接创建一个容器并设置每个周期cpu执行的时间 或者 docker run -itd –name test7 centos:7 /bin/bash cd /sys/fs/cgroup/cpu/docker/【容器pid】 echo 50000 > cpu.cfs_quota_us #也可以先创建一个容器，然后进入到文件中直接修改cpu执行的实际的文件名称 docker exec -it 【容器id】 /bin/bash #进入容器 vim /cpu.sh #!bin/bash i=0 while true do let i++ done #创建死循环脚本，为了进行cpu压力测试 chmod +x /cpu.sh ./cpu.sh #执行脚本 top #查看这个容器中脚本占的多少的cpu资源
2、设置cpu资源占用比（设置多个容器时才有效）
Docker通过–cpu-shares指定cpu份额，默认为1024，值为1024的倍数。
在有多个容器竞争CPU时，我们可以设置每个容器能会用的CPU时间比例，这个比例叫做 共享权值。共享式CPU资源，是按比例切分CPU资源，Docker默认每个容器的权值为1024。如果不指定或将其设置为0，都将使用默认值。通过-cpu-share并不是cpu资源的绝对数量，而是一个相对的权重值，某个容器最终能分配到的cpu资源取决于它的cpu share占所有容器 cpu share综合的比例。换句话说，通过cpu share可以设置容器使用cpu的优先级。比如，当前系统上一共运行了两个容器，第一个容器上权重是1024，第二个容器权重是512， 第二个容器启动之后没有运行任何进程，自己身上的512都没有用完，而第一台容器的进程有很多，这个时候它完全可以占用容器二的CPU空闲资源，这就是共享式CPU资源；如果容器二也跑了进程，那么就会把自己的512给要回来，按照正常权重1024:512划分，为自己的进程提供CPU资源。如果容器二不用CPU资源，那容器一就能够把容器二的CPU资源所占用，如果容器二也需要CPU资源，那么就按照比例划分。那么第一个容器会从原来使用整个宿主机的CPU变为使用整个宿主机的CPU的2/3；这就是CPU共享式，也证明了CPU为可压缩性资源。
两个容器设置比例然后压测
docker run -itd –name c1 –cpu-shares 512 centos:7 docker run -itd –name c2 –cpu-shares 1024 centos:7 #创建两个容器为c1和c2，若只有这两个容器，设置容器的权重，使得c1和c2的cpu资源占比为1/3和2/3
分别进入到c1和c2 容器中，进行压测
docker exec -it 【容器id】 /bin/bash #进入容器 yum -y install epel-release #安装epel源 yum -y insyall stress #安装cpu压力测试工具 stress -c 4 #产生四个进程，每个进程都反复不停的计算随机数的平方根
查看容器磁盘占比
docker stats #查看容器运行状态（动态更新）
3、设置容器绑定指定的CPU
–cpuset-cpus 是限制容器运行在指定的cpu核心
运行容器运行在哪个CPU核心上，例如主机有4个核心，cpu核心标识为0-3，我们一启动容器，只想让这台容器运行在标识0和3的两个CPU核心上，可以使用cpuset来指定。 docker run -itd –name c3 –cpuset-cpus 1,3 centos:7 /bin/bash #启动一个容器，让它只使用内核1和内核3的资源 docker exec -it 【容器id】 /bin/bash #进入容器 yum -y install epel-release yum -y install stress stress -c 4 #下载压力测试工具，并测试4个核
top查看cpu使用率
三、内存资源控制
与操作系统类似，容器可以使用的内存包括两部分：物理内存和Swap
Docker通过下面两组参数来控制容器内存的使用量
-m 或 –memory ： 设置内存的使用限额， 例如：100MB，2GB–memory-swap ： 设置内存+swap 的使用限额 （这个必须要和–memory一起使用）正常情况下，–memory-swap 的值包含容器可用内存和可用swap。所以 -m 300m –memory-swap=1g 的含义为：容器可用使用300M的物理内存，并且可以使用700M（1G-300）的swap。
如果–memory-swap 设置为0 或者不设置，则容器可以使用的swap大小为-m值的两倍。如果 –memory-swap 的值和-m 值相同，则容器不能使用swap如果 –memory-swap值为-1。它表示容器程序使用的内存受限，而可以使用的swap空间不受限制（宿主机有多少swap空间该容器就可以使用多少） docker run -itd –name m1 -m 200m –memory-swap=300M centos:7 /bin/bash #允许该容器使用物理内存200M，swap空间为100m docker stats #查看容器使用资源情况
四、磁盘IO配额控制
Block IO 是另一种可以限制容器使用的资源，Block IO 指的是磁盘的读写，docker可通过设置权重，限制bps和iops的方式控制容器读写磁盘的带宽。
1、限制Block IO
默认情况下，所有容器能平等地读写磁盘，可以通过设置 –blkio-weight 参数来改变容器bliock IO 的优先级。–blkio-weight 与 –cpu-share类似，设置的是相对权重值，默认为500。
docker run -it –name b1 –blkio-weight 600 /bin/bash docker run -it –name b2 –blkio-weight 300 /bin/bash #上面两条中，b1容器读写磁盘的带宽是b2容器的两倍2、限制bps和iops进行限制
bps 是 byte per second ，表示每秒读写的数据量。
iops 是 io per second ，表示每秒的输入输出量（或读写次数）
可以通过以下参数控制容器的bps和iops
–device-read-bps，限制读某个设备的bps（数据量）–device-write-bps，限制写某个设备的bps（数据量）–device-read-iops，限制读某个设备的iops（次数）–device-write-iops，限制写某个设备的iops（次数）对写bps进行限制的测试
docker run -it –name b1 –device-write-bps /dev/sda:1mb centos:7 /bin/bash #创建容器，限制写的数数据量为1mb/s dd if=/dec/zero of=test.out bs=1M count=10 oflag=direct #测试是否是写入的1MB/S
清理docker占用的磁盘空间
docker system prune -a #可以用于清理磁盘，删除关闭的容器、无用的数据卷和网络
暂无评论内容