69精品一区二区三区无码吞精,被同桌摸到高潮好爽h渺渺,囯产精品久久久久久久久,青青青亚州视频在线,中日韩无码视频,日韩伊人网,古代艳h肉bl,青草热视频

參數(shù)解釋

使用 Prometheus 配置 kubernetes 環(huán)境中 Container 的 CPU 使用率時，會經(jīng)常遇到 CPU 使用超出 100%，下面就來解釋一下：

container_spec_cpu_period
當對容器進行 CPU 限制時，CFS 調(diào)度的時間窗口，又稱容器 CPU 的時鐘周期通常是 100，000 微秒
container_spec_cpu_quota
是指容器的使用 CPU 時間周期總量，如果 quota 設置的是 700，000，就代表該容器可用的 CPU 時間是 7*100,000 微秒，通常對應 kubernetes 的 resource.cpu.limits 的值
container_spec_cpu_share
是指 container 使用分配主機 CPU 相對值，比如 share 設置的是 500m，代表窗口啟動時向主機節(jié)點申請 0.5 個 CPU，也就是 50，000 微秒，通常對應 kubernetes 的 resource.cpu.requests 的值
container_cpu_usage_seconds_total
統(tǒng)計容器的 CPU 在一秒內(nèi)消耗使用率，應注意的是該 container 所有的 CORE
container_cpu_system_seconds_total
統(tǒng)計容器內(nèi)核態(tài)在一秒時間內(nèi)消耗的 CPU
container_cpu_user_seconds_total
統(tǒng)計容器用戶態(tài)在一秒時間內(nèi)消耗的 CPU
參考官方地址 https://docs.signalfx.com/en/latest/integrations/agent/monitors/cadvisor.html https://github.com/google/cadvisor/blob/master/docs/storage/prometheus.md

具體公式

默認如果直接使用 container_cpu_usage_seconds_total 的話，如下
```
sum(irate(container_cpu_usage_seconds_total{container="$Container",instance="$Node",pod="$Pod"}[5m])*100)by(pod)
```
默認統(tǒng)計的數(shù)據(jù)是該容器所有的 CORE 的平均使用率

如果要精確計算每個容器的 CPU 使用率，使用 % 呈現(xiàn)的形式，如下

sum(irate(container_cpu_usage_seconds_total{container="$Container",instance="$Node",pod="$Pod"}[5m])*100)by(pod)/sum(container_spec_cpu_quota{container="$Container",instance="$Node",pod="$Pod"}/container_spec_cpu_period{container="$Container",instance="$Node",pod="$Pod"})by(pod)

其中 container_spec_cpu_quota/container_spec_cpu_period，就代表該容器有多少個 CORE

參考官方 git issue
https://github.com/google/cadvisor/issues/2026#issuecomment-415819667

docker stats

docker stats 輸出的指標列是如何計算的，如下：

首先 docker stats 是通過 Docker API /containers/(id)/stats 接口來獲得 live data stream，再通過 docker stats 進行整合。

在 Linux 中使用 docker stats 輸出的內(nèi)存使用率（MEM USAGE），實則該列的計算是不包含 Cache 的內(nèi)存。

cache usage 在 ≤ docker 19.03 版本的 API 接口輸出對應的字段是 memory_stats.total_inactive_file，而 > docker 19.03 的版本對應的字段是 memory_stats.cache。

docker stats 輸出的 PIDS 一列代表的是該容器創(chuàng)建的進程或線程的數(shù)量，threads 是 Linux kernel 中的一個術(shù)語，又稱 lightweight process & kernel task。

如何通過 Docker API 查看容器資源使用率，如下

$ curl -s --unix-socket /var/run/docker.sock "http://localhost/v1.40/containers/10f2db238edc/stats" | jq -r
{
  "read": "2022-01-05T06:14:47.705943252Z",
  "preread": "0001-01-01T00:00:00Z",
  "pids_stats": {
    "current": 240
  },
  "blkio_stats": {
    "io_service_bytes_recursive": [
      {
        "major": 253,
        "minor": 0,
        "op": "Read",
        "value": 0
      },
      {
        "major": 253,
        "minor": 0,
        "op": "Write",
        "value": 917504
      },
      {
        "major": 253,
        "minor": 0,
        "op": "Sync",
        "value": 0
      },
      {
        "major": 253,
        "minor": 0,
        "op": "Async",
        "value": 917504
      },
      {
        "major": 253,
        "minor": 0,
        "op": "Discard",
        "value": 0
      },
      {
        "major": 253,
        "minor": 0,
        "op": "Total",
        "value": 917504
      }
    ],
    "io_serviced_recursive": [
      {
        "major": 253,
        "minor": 0,
        "op": "Read",
        "value": 0
      },
      {
        "major": 253,
        "minor": 0,
        "op": "Write",
        "value": 32
      },
      {
        "major": 253,
        "minor": 0,
        "op": "Sync",
        "value": 0
      },
      {
        "major": 253,
        "minor": 0,
        "op": "Async",
        "value": 32
      },
      {
        "major": 253,
        "minor": 0,
        "op": "Discard",
        "value": 0
      },
      {
        "major": 253,
        "minor": 0,
        "op": "Total",
        "value": 32
      }
    ],
    "io_queue_recursive": [],
    "io_service_time_recursive": [],
    "io_wait_time_recursive": [],
    "io_merged_recursive": [],
    "io_time_recursive": [],
    "sectors_recursive": []
  },
  "num_procs": 0,
  "storage_stats": {},
  "cpu_stats": {
    "cpu_usage": {
      "total_usage": 251563853433744,
      "percpu_usage": [
        22988555937059,
        6049382848016,
        22411490707722,
        5362525449957,
        25004835766513,
        6165050456944,
        27740046633494,
        6245013152748,
        29404953317631,
        5960151933082,
        29169053441816,
        5894880727311,
        25772990860310,
        5398581194412,
        22856145246881,
        5140195759848
      ],
      "usage_in_kernelmode": 30692640000000,
      "usage_in_usermode": 213996900000000
    },
    "system_cpu_usage": 22058735930000000,
    "online_cpus": 16,
    "throttling_data": {
      "periods": 10673334,
      "throttled_periods": 1437,
      "throttled_time": 109134709435
    }
  },
  "precpu_stats": {
    "cpu_usage": {
      "total_usage": 0,
      "usage_in_kernelmode": 0,
      "usage_in_usermode": 0
    },
    "throttling_data": {
      "periods": 0,
      "throttled_periods": 0,
      "throttled_time": 0
    }
  },
  "memory_stats": {
    "usage": 8589447168,
    "max_usage": 8589926400,
    "stats": {
      "active_anon": 0,
      "active_file": 260198400,
      "cache": 1561460736,
      "dirty": 3514368,
      "hierarchical_memory_limit": 8589934592,
      "hierarchical_memsw_limit": 8589934592,
      "inactive_anon": 6947250176,
      "inactive_file": 1300377600,
      "mapped_file": 0,
      "pgfault": 3519153,
      "pgmajfault": 0,
      "pgpgin": 184508478,
      "pgpgout": 184052901,
      "rss": 6947373056,
      "rss_huge": 6090129408,
      "total_active_anon": 0,
      "total_active_file": 260198400,
      "total_cache": 1561460736,
      "total_dirty": 3514368,
      "total_inactive_anon": 6947250176,
      "total_inactive_file": 1300377600,
      "total_mapped_file": 0,
      "total_pgfault": 3519153,
      "total_pgmajfault": 0,
      "total_pgpgin": 184508478,
      "total_pgpgout": 184052901,
      "total_rss": 6947373056,
      "total_rss_huge": 6090129408,
      "total_unevictable": 0,
      "total_writeback": 0,
      "unevictable": 0,
      "writeback": 0
    },
    "limit": 8589934592
  },
  "name": "/k8s_prod-xc-fund_prod-xc-fund-646dfc657b-g4px4_prod_523dcf9d-6137-4abf-b4ad-bd3999abcf25_0",
  "id": "10f2db238edc13f538716952764d6c9751e5519224bcce83b72ea7c876cc0475"

如何計算
官方地址
https://docs.docker.com/engine/api/v1.40/#operation/ContainerStats
The precpu_stats is the CPU statistic of the previous read, and is used to calculate the CPU usage percentage. It is not an exact copy of the cpu_stats field.
If either precpu_stats.online_cpus or cpu_stats.online_cpus is nil then for compatibility with older daemons the length of the corresponding cpu_usage.percpu_usage array should be used.
To calculate the values shown by the stats command of the docker cli tool the following formulas can be used:

used_memory = memory_stats.usage - memory_stats.stats.cache
available_memory = memory_stats.limit
Memory usage % = (used_memory / available_memory) * 100.0
cpu_delta = cpu_stats.cpu_usage.total_usage - precpu_stats.cpu_usage.total_usage
system_cpu_delta = cpu_stats.system_cpu_usage - precpu_stats.system_cpu_usage
number_cpus = lenght(cpu_stats.cpu_usage.percpu_usage) or cpu_stats.online_cpus
CPU usage % = (cpu_delta / system_cpu_delta) * number_cpus * 100.0

鏈接：https://www.cnblogs.com/apink/p/15767687.html

（版權(quán)歸原作者所有，侵刪）

10T 技術(shù)資源大放送！包括但不限于：Linux、虛擬化、容器、云計算、網(wǎng)絡、Python、Go 等。在開源Linux公眾號內(nèi)回復「10T」，即可免費獲取！

shell編程100例（附PDF下載）
IPv6技術(shù)白皮書（附PDF下載）
Linux主流發(fā)行版本配置IP總結(jié)（Ubuntu、CentOS、Redhat、Suse）
批量安裝Windows系統(tǒng)
無人值守批量安裝服務器
運維必備的《網(wǎng)絡端口大全》，看這一份就夠了。
收藏：服務器和存儲知識入門
什么叫SSH？原理詳解，看這一篇就夠了！
Nginx面試40問(收藏吃灰)
20 個 Linux 服務器性能調(diào)優(yōu)技巧
超詳細！一文帶你了解LVS四層負載均衡企業(yè)級實踐！
收藏 | Linux系統(tǒng)日志位置及包含的日志內(nèi)容介紹
100 道 Linux 常見面試題，建議收藏，慢慢讀~
服務器12種基本故障+排查方法
IT運維管理常用工具大全，讓你成為真正的高手
什么是QoS？
Linux學習指南
有收獲，點個在看

如何正確計算 Kubernetes 容器 CPU 使用率

參數(shù)解釋

具體公式

docker stats