В теории всё звучало гладко: лимит памяти убивает, HPA считает от запроса. Сейчас ты увидишь и то, и другое на своём кластере stand из раздела 16 — чтобы потом узнавать эти картины с первого взгляда.
Работать будем в отдельном пространстве имён lab: так стенд из прошлых разделов останется нетронутым.
Шаг 1. Пространство имён
Создай пространство имён для опытов.
kubectl create namespace labnamespace/lab createdЧтобы не писать -n lab в каждой команде, сделай его текущим. Флаг --current значит «поменять текущий контекст», --namespace — какое пространство имён в нём считать умолчанием.
kubectl config set-context --current --namespace=labContext "k3d-stand" modified.Шаг 2. Сборщик метрик
Проверь, что кластер знает потребление ресурсов. В k3s сборщик метрик встроен.
kubectl top nodesNAME CPU(cores) CPU(%) MEMORY(bytes) MEMORY(%) k3d-stand-agent-0 54m 2% 159Mi 4% k3d-stand-agent-1 48m 2% 201Mi 5% k3d-stand-server-0 123m 6% 675Mi 17%
Колонки читаются просто: сколько процессора в миллиядрах и памяти занято сейчас и какая это доля от узла. Если вместо таблицы видишь Metrics API not available, сборщика нет — поставь его по ссылке из теории.
Шаг 3. Под, который съест память
Файлы опытов этого раздела будут лежать в отдельном каталоге ~/lab — это черновики, в репозиторий ~/infra они не идут. Заведи его.
mkdir -p ~/labТеперь опишем под, который заведомо попросит больше, чем ему разрешено: 250 МБ памяти при лимите 100. Идея взята из официального руководства, только вместо образа polinux/stress, который собран лишь под обычные процессоры amd64, возьмём busybox — он есть и для arm64.
apiVersion: v1 kind: Pod metadata: name: oom spec: containers: - name: hog image: busybox resources: limits: memory: 100Mi command: ["sh", "-c", "head -c 250m /dev/zero | tail"]
Строка command — сама нагрузка. head -c 250m /dev/zero выдаёт 250 мегабайт нулей, а tail ищет в них последние строки. Переводов строки в нулях нет, поэтому tail вынужден держать в памяти всё целиком — и упирается в лимит.
Шаг 4. Запустить и посмотреть
Примени файл. Флаг -f указывает, из какого файла брать описание.
kubectl apply -f ~/lab/oom.yamlpod/oom createdПодожди полминуты и посмотри на под.
kubectl get pod oomNAME READY STATUS RESTARTS AGE oom 0/1 CrashLoopBackOff 2 (15s ago) 40s
CrashLoopBackOff значит «контейнер падает, и кластер перезапускает его со всё большей паузой». Сам по себе этот статус причину не называет — это только симптом. Повтори команду — иногда в колонке на миг мелькнёт и сама причина, OOMKilled, но полагаться на это нельзя: следующая попытка снова покажет CrashLoopBackOff.
Шаг 5. Найти причину
Причина записана в прошлом состоянии контейнера.
kubectl describe pod oom | grep -A3 "Last State"Last State: Terminated Reason: OOMKilled Exit Code: 137
Вот она, картина, которую стоит запомнить: перезапуски, пустые логи, OOMKilled и код 137. Лечение зависит от причины — либо лимит занижен, либо приложение течёт. Поднимать лимит, не разобравшись, значит отложить ту же аварию на неделю.
Под oom пока не удаляй — его проверит команда сдачи.
Шаг 6. Нагрузка на процессор
Теперь нужна нагрузка, которую HPA заметит. Возьмём крошечный образ busybox и заставим его бесконечно считать контрольную сумму нулей: процессор занят, на экран ничего не пишется.
kubectl create deploy burn --image=busybox -- sum /dev/zeroФлаг --image задаёт образ, а всё после двух дефисов -- — команда, которую запустить в контейнере.
deployment.apps/burn createdШаг 7. HPA без запросов
Создай HPA до того, как задал запросы, — чтобы увидеть ловушку из теории.
kubectl autoscale deploy burn --cpu=50% --max=4horizontalpodautoscaler.autoscaling/burn autoscaledЧерез минуту посмотри на него.
kubectl get hpa burnNAME REFERENCE TARGETS MINPODS MAXPODS REPLICAS burn Deployment/burn cpu: <unknown>/50% 1 4 1
<unknown> в целях: процессор пода загружен полностью, но процент считать не от чего. Подов по-прежнему один.
Шаг 8. Задать запрос и лимит
Задай поду запрос процессора. Флаг --requests задаёт запрос.
kubectl set resources deploy burn --requests=cpu=100mdeployment.apps/burn resource requirements updatedИ лимит, чтобы опыт не съел весь твой ноутбук. Флаг --limits задаёт потолок.
kubectl set resources deploy burn --limits=cpu=200mdeployment.apps/burn resource requirements updatedШаг 9. Смотреть, как растёт
Флаг -w (watch) не завершает команду, а печатает новую строку при каждом изменении. Выход — Ctrl+C.
kubectl get hpa burn -wNAME REFERENCE TARGETS MINPODS MAXPODS REPLICAS burn Deployment/burn cpu: 200%/50% 1 4 1 burn Deployment/burn cpu: 200%/50% 1 4 4
200% — каждый под упёрся в лимит 200m, а это вдвое больше запроса. Цель 50%, поэтому HPA сразу просит максимум, четыре пода. Нагрузка здесь искусственная: каждый под съедает свой лимит, сколько их ни добавляй, поэтому ниже 200% цифра не опустится.
Шаг 10. Посмотреть на поды
Проверь, сколько реально едят новые поды.
kubectl top podsNAME CPU(cores) MEMORY(bytes) burn-6b7c9d5f4-2xk4p 200m 0Mi burn-6b7c9d5f4-7hj9m 199m 0Mi burn-6b7c9d5f4-qw3zr 200m 0Mi burn-6b7c9d5f4-zt8mn 200m 0Mi
Каждый ровно на своём лимите. Сейчас отправь команду сдачи из блока ниже.
Шаг 11. Убрать за собой
После сдачи удали нагрузку и под с памятью, иначе они будут греть процессор.
kubectl delete deploy burn kubectl delete hpa burn kubectl delete pod oom
deployment.apps "burn" deleted horizontalpodautoscaler.autoscaling "burn" deleted pod "oom" deleted
Что дальше
Ты видел, как кластер убивает и как он масштабирует. Следующий вопрос — как выкатывать новые версии, не роняя сервис, и как откатываться.