k8s 的java程序内存设置多大合适 怎么设置

 

主要参考的三个博客
参考1：https://www.cnblogs.com/xiaoqi/p/container-jvm.html
参考2：https://www.imooc.com/article/292785?block_id=tuijian_wz
参考3：https://blog.csdn.net/qq_40378034/article/details/110677269

1）采用JDK8-191以上的jdk版本

由于jdk8-191以前的jdk版本，是不能感知到自己是在容器中运行的，所以对容器设置的资源限制，java程序不能感知，因此会按宿主机的总内存来申请资源

UseContainerSupport

-XX:+UseContainerSupport允许JVM 从主机读取cgroup限制，例如可用的CPU和RAM，并进行相应的配置。这样当容器超过内存限制时，会抛出OOM异常，而不是杀死容器。
该特性在Java 8u191 +，10及更高版本上可用。

注意，在191版本后，-XX:{Min|Max}RAMFraction 被弃用，引入了-XX:MaxRAMPercentage，其值介于0.0到100.0之间，默认值为25.0。

2）使用JVM新的资源限制参数且不相等

java -XX:MaxRAMPercentage=90.0 -XX:MinRAMPercentage=60.0 -jar register.jar

[MAX|MIN]RAMPercentage参数，是191版本后新增加的参数，该参数可以感知容器的资源限制，并以此限制为申请的最大最小资源量，即Xms和Xmx

由参考文章3中的结论：Xms和Xmx不相等时，在可能的情况下，GC过程会慢慢释放内存回操作系统，而我们 设置的[MAX|MIN]RAMPercentage这两个参数不等，达到的结果就是Xms和Xmx不相等

# 此命令可以在容器中验证，java服务按此规则申请时，会申请的内存大小
java -XX:+PrintFlagsFinal -XX:MaxRAMPercentage=90.0 -XX:MinRAMPercentage=60.0 -version | grep -Ei "heapsize|rampercentage"

3）配置容器的资源限制参数

在前两条的基础上，最后在配合容器的资源限制功能后，就能做到

1. 限制容器的内存上限
2. 容器内的jvm服务，能根据资源限制来申请内存
3. 由于jvm会释放内存，所以可先设一个较大值，经过长期观察，可以确定该服务的常规内存水平
4. 最终可以实现合理设置了容器、宿主机、java程序三者的内存的目的

 

最佳实践

拉取最新的openjdk:8-jre-alpine作为底包，截止这篇博客，最新的版本是212，>191

Copy

docker run -it --rm openjdk:8-jre-alpine java -version
openjdk version "1.8.0_212"
OpenJDK Runtime Environment (IcedTea 3.12.0) (Alpine 8.212.04-r0)
OpenJDK 64-Bit Server VM (build 25.212-b04, mixed mode)

我们构建一个基础镜像，dockerfile如下：

Copy

FROM openjdk:8-jre-alpine
MAINTAINER jadepeng

RUN echo "http://mirrors.aliyun.com/alpine/v3.6/main" > /etc/apk/repositories \
    && echo "http://mirrors.aliyun.com/alpine/v3.6/community" >> /etc/apk/repositories \
    && apk update upgrade \
    && apk add --no-cache procps unzip curl bash tzdata \
    && ln -sf /usr/share/zoneinfo/Asia/Shanghai /etc/localtime \
    && echo "Asia/Shanghai" > /etc/timezone

RUN apk add --update ttf-dejavu && rm -rf /var/cache/apk/*

在应用的启动参数，设置 -XX:+UseContainerSupport，设置-XX:MaxRAMPercentage=75.0，这样为其他进程（debug、监控）留下足够的内存空间，又不会太浪费RAM。