Kubernetes(k8s)中如何使用Pod资源限制防止资源浪费？

1. 定义资源请求（requests）与限制（limits）：在Pod的YAML配置中，通过resources字段设置容器的CPU和内存的requests（最低需求）和limits（最大用量）。示例：

   resources:
    requests:
      cpu: "100m"
      memory: "128Mi"
    limits:
      cpu: "200m"
      memory: "256Mi"

2. 使用ResourceQuota限制命名空间资源：通过ResourceQuota限制整个命名空间的资源总量，防止过度分配。示例：

   apiVersion: v1
   kind: ResourceQuota
   metadata:
    name: quota-example
   spec:
    hard:
      requests.cpu: "10"
      requests.memory: 20Gi
      limits.cpu: "20"
      limits.memory: 40Gi

3. 监控与调整：通过kubectl top pod或监控工具（如Prometheus）分析资源利用率，动态调整requests和limits以匹配实际负载。

4. 启用Horizontal Pod Autoscaler（HPA）：根据负载自动扩缩Pod数量，避免静态资源分配导致的浪费。

5. 设置默认LimitRange：在命名空间中创建LimitRange对象，为未显式声明资源限制的Pod提供默认值。示例：

   apiVersion: v1
   kind: LimitRange
   metadata:
    name: default-limits
   spec:
    limits:
    - default:
        cpu: "500m"
        memory: "512Mi"
      type: Container

通过以上步骤，可有效限制资源分配，减少浪费并提升集群稳定性。

在Kubernetes中，通过为Pod的容器设置resources字段中的requests和limits来限制资源使用，防止浪费。例如：

resources:
  requests:
    cpu: "100m"
    memory: "128Mi"
  limits:
    cpu: "200m"
    memory: "256Mi"

延伸知识点：服务质量（QoS）等级。Kubernetes根据资源限制为Pod分配三种QoS等级：

1. Guaranteed：所有容器均设置相等且非空的CPU/memory的requests和limits，资源不足时最后被终止
2. Burstable：至少一个容器设置requests但不满足Guaranteed条件，资源不足时优先于Guaranteed被回收
3. BestEffort：未设置任何资源限制的Pod，资源争用时最先被终止。合理设置资源限制可确保关键服务获得Guaranteed等级，避免资源竞争导致的意外中断。

在Kubernetes中，通过合理配置Pod资源限制（Resource Limits）和资源请求（Resource Requests）可有效防止资源浪费，具体方法如下：

1. 定义资源请求（Requests）：

   • spec.containers[].resources.requests指定容器启动所需的最小资源量（CPU/内存），用于调度决策。例如，设置cpu: 100m和memory: 256Mi，确保节点有足够资源时才会调度Pod。

2. 设置资源上限（Limits）：

   • spec.containers[].resources.limits限制容器运行时资源的最大使用量，避免单个Pod过度占用资源。例如，cpu: 500m和memory: 1Gi，超出限制时容器会被OOMKilled或CPU节流。

3. 使用资源配额（ResourceQuotas）：

   • 在命名空间级别通过ResourceQuota限制总资源使用，例如限制某命名空间最多使用10核CPU和20Gi内存，防止资源争抢。

4. 配置LimitRanges：

   • 通过LimitRange设置默认的Requests/Limits值，避免未显式配置的Pod无限制消耗资源。

5. 监控与优化：

   • 结合监控工具（如Prometheus、Metrics Server）分析实际资源使用，动态调整Requests/Limits，避免过度分配。
   • 使用Horizontal Pod Autoscaler（HPA）根据负载自动扩缩Pod，提升资源利用率。

示例配置：

resources:
  requests:
    cpu: 100m
    memory: 256Mi
  limits:
    cpu: 500m
    memory: 1Gi

注意事项：

• 避免Requests与Limits差距过大，否则可能因突发负载导致Pod不稳定。
• 内存超限会强制终止容器，需根据应用特性设置合理阈值。
• 定期审查资源使用数据，优化资源配置策略。