原文：https://blog.mygraphql.com/zh/posts/cloud/containerize/java-containerize/java-containerize-resource-limit/
由来
工夫回到 2017 年，老东家要上 Kubernetes 了，有幸参加和学习（次要是学习）。过后遇到的一了所有 Java 容器化者都遇到的坑：JDK8 不为容器化设计综合症。最简略的例子是Runtime.getRuntime().availableProcessors()返回了主机的 CPU 数，而非冀望的容器本身的cpu share/quota，或说 k8s 的 cpu request/limit。
工夫到了 2021 年，所有本该云淡风轻（尽管工资仍然追不上CPI和房价）。尽管我在的我的项目还是应用 JDK8，但好歹也是 jdk 1.8.0_261 了，曾经 backport 了很多容器化的个性到这个版本了。最近在做我的项目的性能优化，在 Istio 的泥潭苦苦挣扎中。
忽然后方同学传来喜讯： 把 POD 的 cpu request 由 2 变 4 后，性能有显著的优化。我在艳羡嫉妒的同时，好奇地钻研了一下原理。
原理
直线思维逻辑
Kubernetes 应用 cgroup 进行资源限度：
- cpu request 对应于 cgroup 的 share 指标。在主机CPU有余，各容器须要争抢CPU状况下，指定各容器的优先级（数字大优先，比例化）
- cpu limit 对应于 cgroup 的 limit 指标。这是硬限度，不能超。超了就卡慢线程。
那么问题来了，测试环境主机CPU 资源短缺，不存在各容器须要争抢CPU 的状况。那么，为何调大 cpu request后，会显著优化性能？
可能性：
- 直线思维：Linux CFS Scheduler（任务调度器）实现不太好，在非
各容器须要争抢CPU状况下，cpu request 依然影响了调度 - 怀疑论者：新版本的 jdk8 只是根据 cpu request 来主动计算各默认配置，如各线程池。
作为一个只懂 java 的程序员，我关注后者。
求证
作为只懂写代码的程序员，没什么比运行的程序更能帮你谈话了。起码，机器不会因为你和他关系好，或等着你给他通点气，或填个KPI，就跑你的程序快一点（不要和我说linux taskset），更不会生成一个和关系有关系的小报告。
回来吧，先看看 POD 的配置：
resources: limits: cpu: "16" requests: cpu: "2"进入 container:
$ cd /tmp$ cat <<EOF > /tmp/Main.javapublic class Main { public static void main(String[] args) { System.out.println("Runtime.getRuntime().availableProcessors() = " + Runtime.getRuntime().availableProcessors()); }}EOF$ javac Main.java$ java -cp . MainRuntime.getRuntime().availableProcessors() = 2加点CPU request :
resources: limits: cpu: "16" requests: cpu: "4"进入 container:
$ cd /tmp$ java -cp . MainRuntime.getRuntime().availableProcessors() = 4可见，java 失去 cpu 数，来源于 容器配置的 cpu request 。
availableProcessors() 的影响
再看看 availableProcessors() 的影响。-XX:+PrintFlagsFinal 的作用是在 jvm 启动时打印计算后的默认配置。
# Request cpu=1 时$ java -XX:+PrintFlagsFinal -cp . Main > req1.txt# Request cpu=4 时$ java -XX:+PrintFlagsFinal -cp . Main > req4.txt$ diff req1.txt req4.txt2c2< intx ActiveProcessorCount = -1 {product}---> intx ActiveProcessorCount := 4 {product}59c59< intx CICompilerCount := 2 {product}---> intx CICompilerCount := 3 {product}305c305< uintx MarkSweepDeadRatio = 5 {product}---> uintx MarkSweepDeadRatio = 1 {product}312c312< uintx MaxHeapFreeRatio = 70 {manageable}---> uintx MaxHeapFreeRatio = 100 {manageable}325c325< uintx MaxNewSize := 178913280 {product}---> uintx MaxNewSize := 178782208 {product}336,337c336,337< uintx MinHeapDeltaBytes := 196608 {product}< uintx MinHeapFreeRatio = 40 {manageable}---> uintx MinHeapDeltaBytes := 524288 {product}> uintx MinHeapFreeRatio = 0 {manageable}360c360< uintx NewSize := 11141120 {product}---> uintx NewSize := 11010048 {product}371c371< uintx OldSize := 22413312 {product}---> uintx OldSize := 22544384 {product}389c389< uintx ParallelGCThreads = 0 {product}---> uintx ParallelGCThreads = 4 {product}690,691c690,691< bool UseParallelGC = false {product}< bool UseParallelOldGC = false {product}---> bool UseParallelGC := true {product}> bool UseParallelOldGC = true {product}738c738< Runtime.getRuntime().availableProcessors() = 1---> Runtime.getRuntime().availableProcessors() = 4可见，availableProcessors() 岂但影响了 jvm 的 GC 线程数，JIT 线程数，甚至是 GC算法。更大问题是一些 servlet container（如 Jetty）和 Netty 默认也会应用这个数字去配置他们的线程池。
反证
如果还是感觉Linux CFS Scheduler（任务调度器）在主机CPU过剩时，调度还是受到了 cgroup share(cpu request)影响 这个可能性须要排除。那么在POD拉起后，间接应用 linux 终端，去批改 cgroup 的 share 文件，增加一倍，再测试，就能够晓得。对，反模式是排除问题的罕用办法。但我没做这个测试，因我不想太迷信凡事留一线。
填坑
填坑是程序员的天职，无论你喜不喜欢，无论这个坑是你挖的，还是前度留下的。这个坑有几个填法：
- 批改 POD CPU request 为忙时使用量，即加大request，limit 不变
- 降级到 JDK11，使用期默认关上的
PreferContainerQuotaForCPUCount参数，即availableProcessors()返回 CPU limit 数。 - 所有默认应用
availableProcessors()的中央，批改为显式指定，如GC线程数，Netty 线程数…… - CPU request/limit 不变，即 request 大大 小于 limit。但显式通知 JVM 能够应用的 CPU 数。
国内习惯，我选用了 4。起因：
- POD 如果配置了大的 request，相当于锁定独占了主机的资源。主机理论资源利用率肯定升高。而这个 request 其实只是个忙时峰值需要，如启动时的编译，或电商的抢购。
- 为所有默认应用
availableProcessors()的中央，批改为显式指定。这个工作量大，对将来未知的应用到availableProcessors()的中央不可控。 - 降级 JDK11，不是我等程序员能定的
明确了我能做什么后，就 Just do it 了。
话说，从 JDK 8u191后，反对了-XX:ActiveProcessorCount=count参数，通知JVM真正可用的CPU数。所以，只有：
java -XX:+PrintFlagsFinal -XX:ActiveProcessorCount=$POD_CPU_LIMIT -cp . Main# 当然，如果感觉 $POD_CPU_LIMIT 太大，就自行调整吧-XX:ActiveProcessorCount的阐明见：https://www.oracle.com/java/t...
总结
很显著，这是个应该早几年就写的 Blog。当初预计你家曾经不应用JDK8了。而个别间接到 JDK11 LTS 了。或者，本文想说的是一种求证问题的办法和态度。它或者不能间接给你带来什么益处，有时候，甚至很让一些人厌恶，影响你进升的大好前程。不过，一个行业如果要提高，还得依赖这种情怀。英文有个词：Nerd。专门形容这种态度。
扩大浏览
史前的修改 availableProcessors() 大法
在 JDK8 还没为容器化设计前，大神们只能先自行解决了。办法两种（层）：
- mount bind 批改内核层 cpu 数的 system file
- 重载 gun libc 的 sysconf 函数
- 在 Linux 的动静 link .so 时重载 JVM_ActiveProcessorCount 函数，定制后返回
办法3绝对简略。这里只说办法2：
参考： https://stackoverflow.com/que...
#include <stdlib.h>#include <unistd.h>int JVM_ActiveProcessorCount(void) { char* val = getenv("_NUM_CPUS"); return val != NULL ? atoi(val) : sysconf(_SC_NPROCESSORS_ONLN);}First, make a shared library of this:
gcc -O3 -fPIC -shared -Wl,-soname,libnumcpus.so -o libnumcpus.so numcpus.cThen run Java as follows:
$ LD_PRELOAD=/path/to/libnumcpus.so _NUM_CPUS=2 java AvailableProcessors办法1、2比拟通用，对 JNI 等非 java 生态的同样无效，但实现须要理解一些 Linux。能够参考： https://geek-tips.imtqy.com/a...、https://github.com/jvm-profil...
参考
https://christopher-batey.med...
https://www.batey.info/docker...
https://mucahit.io/2020/01/27...
https://blog.gilliard.lol/201...
https://cloud.google.com/run/...
https://stackoverflow.com/que...
https://www.oracle.com/java/t...
https://stackoverflow.com/que...
https://bugs.openjdk.java.net...
https://programmer.group/5ce1...