在Docker中，如何控制容器占用系统资源（CPU，内存）的份额？

在Docker中，你可以通过资源限制参数精确控制容器对CPU和内存的使用份额，防止单个容器耗尽系统资源导致其他服务崩溃。以下是具体的控制方法：

1. 限制内存使用

通过 --memory 和 --memory-swap 参数限制容器的内存使用上限。

参数说明

• --memory：容器可使用的最大物理内存（如 512m、2g）。
• --memory-swap：容器可使用的总内存（物理内存 + 交换空间）。若设为 -1 则不限制交换空间。

示例

启动一个最多使用 512MB 内存且不使用交换空间的容器：

docker run -d \
  --name myapp \
  --memory=512m \
  --memory-swap=512m \
  nginx:alpine

超出限制的行为

当容器内存使用超过限制时，Docker会触发 OOM Killer（内存溢出杀手），优先终止占用内存最多的进程，甚至直接终止容器。

2. 限制CPU使用

通过 --cpus 和 --cpu-shares 参数控制容器的CPU使用。

绝对限制（--cpus）

指定容器可使用的CPU核心数（支持小数）。
示例：限制容器最多使用 0.5个CPU核心（即单核CPU的50%，或双核CPU的25%）：

docker run -d \
  --name myapp \
  --cpus=0.5 \
  nginx:alpine

相对权重（--cpu-shares）

当多个容器竞争CPU时，通过权重分配CPU时间片（默认值为 1024）。
示例：

• 容器A：--cpu-shares=512
• 容器B：--cpu-shares=1024
• 结果：当CPU资源紧张时，容器B获得的CPU时间是容器A的 2倍。

# 容器A（低优先级）
docker run -d --name low-priority --cpu-shares=512 nginx:alpine

# 容器B（高优先级）
docker run -d --name high-priority --cpu-shares=1024 nginx:alpine

3. 组合限制示例

启动一个同时限制内存和CPU的容器：

docker run -d \
  --name myapp \
  --memory=1g \           # 最多使用1GB物理内存
  --memory-swap=2g \      # 最多使用2GB内存（含1GB交换空间）
  --cpus=0.25 \           # 最多使用25%的单核CPU
  --cpu-shares=512 \      # 相对CPU权重为512
  python:3.9 python -m http.server

4. 在 Compose 文件中配置

在 docker-compose.yml 中使用 deploy.resources 或 resources 部分配置：

version: '3'
services:
  web:
    image: python:3.9
    command: python -m http.server
    deploy:  # 适用于 swarm 模式或 compose v2
      resources:
        limits:
          cpus: '0.25'
          memory: 512M
        reservations:
          memory: 256M  # 预留256MB内存，确保容器可用
    # 或使用旧版语法（适用于 compose v1）
    resources:
      limits:
        cpus: '0.25'
        memory: 512M

5. 验证资源限制生效

查看容器资源使用情况

docker stats myapp

检查容器配置

docker inspect myapp | grep -A 20 Resources

6. 其他资源限制参数

• CPU 亲和性：绑定容器到特定 CPU 核心（适用于多核系统）。

  docker run -d --cpuset-cpus="0,1" nginx:alpine  # 仅使用CPU 0和1
  

• blkio 限制：限制容器的磁盘 I/O 带宽。

  docker run -d --blkio-weight=500 ubuntu  # 磁盘 I/O 权重（默认1000）
  

注意事项

1. 内存限制必须搭配交换空间：若设置 --memory=512m，则 --memory-swap 必须 ≥ 512m，否则会报错。
2. CPU 限制的相对性：--cpus 和 --cpu-shares 仅在 CPU 资源紧张时生效，若系统 CPU 空闲，容器可使用全部资源。
3. 监控与调优：通过 docker stats 和系统监控工具（如 top、htop）定期检查容器资源使用，避免过度分配或资源不足。

合理配置资源限制是容器化应用稳定运行的关键，尤其在高密度部署场景（如微服务集群）中，可有效防止“噪声邻居”问题（某个容器耗尽资源导致其他服务异常）。