资源画像，让容器资源规格的填写不再纠结

前言

Kubernetes 提供了对 CPU、内存等资源的抽象能力，用户可以根据容器的实际需求声明资源规格，这种方式有效提升了集群资源的管理效率。然而，如何填写容器的资源规格一直以来都是困扰应用管理员的关键问题，过高的资源规格会导致大量的资源浪费，而过低的规格又会为应用带来潜在的稳定性风险。

阿里云容器服务 Kubernetes 版（Alibaba Cloud Container Service for Kubernetes，以下简称 ACK）为 Kubernetes 原生的工作负载提供了资源画像的能力，实现容器粒度的资源规格推荐，可以有效简化应用管理员为 Pod 配置 Request 和 Limit 的复杂度。

Kubernetes 容器资源管理

Kubernetes 为容器资源管理提供了“资源请求”（request）的资源语义描述，当容器指定了 request 时，调度器会将其与节点的“资源容量”（capacity）进行匹配，决定其应该被分配到哪个节点。容器的 request 一般基于经验来填写，应用管理员会参考容器的历史利用率情况、应用的压测表现，并根据线上运行情况的反馈持续调整。

然而，这种基于人工经验的资源规格配置模式存在以下局限性：

• 为了保障线上应用的稳定性，管理员通常会预留相当数量的资源 buffer 来应对上下游链路的负载波动，容器的 request 配置会远高于其实际的资源利用率，产生大量的浪费。相关统计数据表示，在大部分在线服务的生产环境中，集群的资源利用率处于相当低的水平。
• 当集群分配率较高时，为了提升集群资源利用率，管理员会主动缩小容器的 request 配置，以协调更多的资源容量。这类操作短期内可以提升容器的