Docker Desktop Vmmem内存占用过高问题解决方案

Docker Desktop Vmmem内存占用过高问题解决方案

内存占用过高原因

主要原因是docker desktop的实现及基于wsl(Windows子系统),相当于在Windows上同时开了一个虚拟机,如果不对wsl的资源进行限制,它将会极大的获取系统资源.所以我们只需要对wsl的最大资源进行限制即可

解决方案

1. 修改wsl配置文件

   官方地址

   具体配置:

   # Settings apply across all Linux distros running on WSL 2
   [wsl2]
   
   # Limits VM memory to use no more than 4 GB, this can be set as whole numbers using GB or MB
   memory=4GB 
   
   # Sets the VM to use two virtual processors
   processors=2
   
   # Specify a custom Linux kernel to use with your installed distros. The default kernel used can be found at https://github.com/microsoft/WSL2-Linux-Kernel
   kernel=C:\\temp\\myCustomKernel
   
   # Sets additional kernel parameters, in this case enabling older Linux base images such as Centos 6
   kernelCommandLine = vsyscall=emulate
   
   # Sets amount of swap storage space to 8GB, default is 25% of available RAM
   swap=8GB
   
   # Sets swapfile path location, default is %USERPROFILE%\AppData\Local\Temp\swap.vhdx
   swapfile=C:\\temp\\wsl-swap.vhdx
   
   # Disable page reporting so WSL retains all allocated memory claimed from Windows and releases none back when free
   pageReporting=false
   
   # Turn off default connection to bind WSL 2 localhost to Windows localhost
   localhostforwarding=true
   
   # Disables nested virtualization
   nestedVirtualization=false
   
   # Turns on output console showing contents of dmesg when opening a WSL 2 distro for debugging
   debugConsole=true
   

2. 在用户目录创建个.wslconfig文件,即C:\Users\<UserName>\.wslconfig

3. 创建完成后将配置文件内容粘贴进去

   [wsl2]
   #配置wsl的核心数
   processors=2
   #配置wsl的内存最大值
   memory=512MB
   #配置交换内存大小,默认是电脑内存的1/4
   swap=8GB
   #关闭默认连接以将 WSL 2 本地主机绑定到 Windows 本地主机
   localhostForwarding=true
   #设置临时文件位置, 默认 %USERPROFILE%\AppData\Local\Temp\swap.vhdx
   swapfile=D:\\temp\\wsl-swap.vhdx
   

4. 保存后以管理员打开powershell,执行如下语句关闭wsl:

   wsl --shutdown
   

5. 重启docker desktop即可

后续问题(缺点)

如果内存设置的太小了,后续可能会出现docker desktop 运行一段时间退出,或者容器会突然停止工作

所以我们的memory=512MB要根据自己启动的容器所占内存大小稍大一点即可,但是如果是后续需要增加容器需要自己手动再次扩大memory