Docker是利用Linux操作系统自带的namespace实现资源的隔离,利用cgroup实现资源的限制。虽然Docker针对Linux硬件资源做了限制,但是当类似于java、python这样的语言,调用一些系统内核数据时,使用的仍然会是未进行隔离之前的数据。
在使用容器方式部署Tensorflow时,有两个限制线程数量的参数,即inter_op_parallelism_threads和intra_op_parallelism_threads,如果值为0,TF会自动选择一个合适的值,默认情况下,这个指就是所在机器的cpu核数。
但是,如果使用的容器方式进行部署,如k8s,虽然对容器的资源如cpu数量进行了限制,但是tensorflow在使用上述参数获取默认值时,仍然使用的是容器所在宿主机的cpu核数。这就造成了一个问题,即如果容器所在的物理机有40核,而容器自身将cpu限制为4核,那么Tensorflow在配置并行度线程时,仍然按照40核来进行设置,这样会造成实际的线程数量要比预计的多得多,而按照python的机制,线程数量的增多会导致GCroots变量的增多,除了线程自身所占的内存外,会有更多的堆内存无法释放,这样也会造成容器使用的内存大大增多。