Python模拟Redis的OOM

要使用Python模拟Redis的OOM（Out of Memory）情况，你可以使用redis-py库编写一个简单的脚本。首先，确保你已经安装了redis-py库，你可以通过运行pip install redis来进行安装。

下面是一个示例脚本，它会连接到Redis并尝试设置大量的键值对来消耗内存：

import redis

def simulate_redis_oom():
    # 连接到Redis服务器
    r = redis.Redis(host='localhost', port=6379, password='your_password')

    # 输入密钥
    password = input('请输入密码：')

    # 验证密钥是否正确
    if password == 'your_password':
        # 设置大量的键值对来消耗内存
        for i in range(100000):
            r.set(f'key{i}', 'value')
        print('成功设置大量键值对！')
    else:
        print('密码错误！')

# 调用函数开始模拟Redis OOM
simulate_redis_oom()

请注意，在上述代码中，你需要将localhost替换为实际的Redis服务器地址，并在password参数中输入你的Redis密码。

运行以上代码后，它会提示你输入密码。如果密码正确，脚本将开始设置大量的键值对来模拟Redis的OOM情况。

请谨慎操作，确保你理解可能造成的影响，以免对真实环境产生意外影响。

扩展：
cgroup可以用于限制容器的working set和rss。

• Working Set：容器的Working Set是指在一段时间内活跃使用的物理内存总量。它包括正在使用的内存页和最近被访问的内存页。通过限制Working Set，可以控制容器可用的物理内存量，以便在系统资源有限的情况下提高性能和稳定性。

• RSS（Resident Set Size）：容器的RSS是指容器进程当前使用的物理内存总量。它包括所有分配给容器进程的内存页，无论这些内存页是否被活动使用。通过限制RSS，可以确保容器不会超出一定的物理内存限制，以防止容器过度消耗系统资源。

因此，cgroup可以用来限制容器的Working Set和RSS，从而对容器的内存使用进行管控。