Kubernetes LimitRange如何约束容器资源?与Pod资源请求和限制有什么关系
很多人看到 Pod 没有填写 resources,却仍然能够成功创建并运行,就认为 Kubernetes 没有对容器资源做约束。实际情况可能是:命名空间中的 LimitRange 已经自动补全了资源请求和限制,只是这些值没有出现在 Deployment 的模板中,而是出现在最终创建的 Pod 对象里。
LimitRange 的作用也不是直接限制整个命名空间能使用多少 CPU 或内存。它是命名空间范围内的准入策略,用于在 Pod 创建或更新时补充默认值、校验单个容器或整个 Pod 的资源上下限。requests 主要影响调度,limits 主要影响运行时边界,三者有关联,但不是同一个概念。
概念边界:LimitRange、容器资源与 Pod 资源
LimitRange约束的是什么
LimitRange 是 Kubernetes 的一种资源对象,作用范围是单个命名空间。它通过 API Server 的准入阶段检查 Pod 中的资源字段,常见用途包括:
- 为未填写资源字段的容器补充默认
requests和limits; - 为容器设置 CPU、内存或临时存储的最小值和最大值;
- 限制资源限制值与资源请求值之间的比例;
- 对整个 Pod 的资源总量设置边界;
- 对 PersistentVolumeClaim 的存储请求设置最小值或最大值。
因此,LimitRange 约束的是“对象提交到 Kubernetes API 时是否符合资源规则”,而不是一个持续运行的监控器。它不会周期性检查进程,也不会因为容器运行期间超过了某个 LimitRange 字段,就单独执行一次限流或杀进程。
requests和limits分别表示什么
容器的资源配置通常位于 Pod 中每个容器的 resources 字段:
resources:
requests:
cpu: 200m
memory: 256Mi
limits:
cpu: "1"
memory: 512Mi
两类字段的职责不同:
| 字段 | 主要作用 | 是否等于实际使用量 |
|---|---|---|
requests.cpu、requests.memory | 调度器评估 Pod 是否能放入某个节点 | 否,是调度参考值 |
limits.cpu、limits.memory | kubelet 和底层 cgroups 施加运行时边界 | 否,是允许使用的上限 |
LimitRange | 在准入阶段补全或校验上述字段 | 否,是命名空间级规则 |
CPU 的 100m 表示 0.1 个 CPU 核心,1000m 通常等于 1 个 CPU 核心。内存中的 Mi 是二进制单位,256Mi 与十进制的 256MB 并不完全相同。
requests 不是进程的最低运行配额。容器请求 200m CPU,并不代表它始终获得固定的 200m CPU;它主要用于调度器判断节点的可分配余量。节点有空闲资源时,容器可能使用高于请求值的 CPU,但通常不能超过其 CPU limit。
内存的行为更严格。容器的内存使用超过 memory limit 后,可能触发内存回收或 OOM 终止。CPU limit 超出时,常见结果是 CPU throttling,而不是像内存那样立即终止进程。
Container规则和Pod规则
LimitRange 中常见的 type 有两类:
Container:针对 Pod 中的每个容器分别检查;Pod:针对整个 Pod 的资源总量检查。
例如,命名空间配置了:
- type: Container
max:
cpu: "2"
它表达的是每个容器的 CPU limit 不能超过 2,不是每个 Pod 的所有容器加起来不能超过 2。
如果配置的是:
- type: Pod
max:
cpu: "4"
则检查对象变成 Pod 的有效资源总量。对于普通应用容器,Pod 的 CPU request 或 limit 通常可以理解为各容器对应值的汇总;涉及 init container 时,还要按照 Kubernetes 对初始化容器的资源计算规则判断,不能简单地把所有容器的运行时使用量相加。

一个 Pod 有两个应用容器,每个容器的 CPU request 是 500m,则调度时通常按约 1000m 的 Pod CPU request 参与计算。这个值不是一个新的、独立于容器配置之外的资源字段,而是 Pod 层面的有效资源需求。
工作机制:LimitRange如何参与Pod创建
第一步:API Server接收对象
开发者提交 Pod、Deployment 或其他工作负载对象时,资源配置可能有三种状态:
- 容器同时填写了
requests和limits; - 只填写其中一项;
- 完全没有填写资源字段。
对于 Deployment,LimitRange 最终作用在由控制器创建出来的 Pod 上。Deployment 的模板和实际 Pod 不是同一个对象,因此不能只查看 Deployment YAML 就判断默认值是否生效。
第二步:补充默认值
下面是一组典型的命名空间策略:
apiVersion: v1
kind: LimitRange
meta
name: compute-boundary
namespace: lr-demo
spec:
limits:
- type: Container
min:
cpu: 100m
memory: 128Mi
max:
cpu: "2"
memory: 2Gi
default:
cpu: 500m
memory: 512Mi
defaultRequest:
cpu: 200m
memory: 256Mi
maxLimitRequestRatio:
cpu: "4"
在这个例子中,一个容器如果完全没有填写资源配置,可能被补全为:
resources:
requests:
cpu: 200m
memory: 256Mi
limits:
cpu: 500m
memory: 512Mi
如果容器只填写了 CPU limit,未填写 CPU request,则可以由 defaultRequest 补充 request。生产环境中建议同时明确配置 default 和 defaultRequest,避免团队成员仅根据单字段行为做出错误判断。
需要注意,默认值是准入时写入最终 Pod 对象的,不一定会回写到 Deployment 的 spec.template。因此,检查默认值时应优先查看 Pod,而不是只查看工作负载模板。
第三步:检查最小值、最大值和比例
以上策略中:
- CPU request 不能低于
100m; - 内存 request 不能低于
128Mi; - CPU limit 不能超过
2; - 内存 limit 不能超过
2Gi; - CPU limit 与 CPU request 的比值不能超过
4。
例如,下面的配置中,CPU request 为 100m,CPU limit 为 1:
resources:
requests:
cpu: 100m
limits:
cpu: "1"
CPU limit/request 比值为:
1 ÷ 0.1 = 10
由于 10 大于策略中的 4,这个容器会在准入阶段被拒绝。即使节点当前非常空闲,也不能绕过这个命名空间规则。
如果 CPU request 为 500m,CPU limit 为 1,则:
1 ÷ 0.5 = 2
比值为 2,在该策略允许的范围内。
maxLimitRequestRatio 适合防止容器声明一个很小的 request,却申请一个很大的 limit。否则,调度器可能只按照很小的 request 放置 Pod,而实际运行时却允许它突然占用较多资源,造成节点资源竞争。
影响因素:哪些设置会改变最终结果
命名空间决定策略是否生效
LimitRange 不是集群全局规则。它位于某个命名空间,就只影响该命名空间中的对象。
例如,lr-demo 中存在资源策略:
kubectl get limitrange -n lr-demo
这并不意味着 default、prod 或其他命名空间中的 Pod 也会自动获得同样的默认值。多租户集群通常需要为不同命名空间分别配置策略,或者通过平台自动化工具保持规则一致。
同一个命名空间不建议创建多个相互重叠的 LimitRange。如果多个对象同时为同一类资源提供不同默认值或不同边界,排查时很难确定实际采用了哪一组规则,应尽量保持一个明确的资源策略入口。
LimitRange和ResourceQuota不是一回事
两者经常同时出现,但判断范围不同:
| 对象 | 判断范围 | 典型问题 |
|---|---|---|
LimitRange | 单个容器或单个 Pod | 这个容器的 request 是否过小,limit 是否过大 |
ResourceQuota | 命名空间整体累计量 | 这个命名空间还能不能再创建 1 个 CPU request 为 500m 的 Pod |
一个 Pod 可能通过 LimitRange,却因为命名空间剩余配额不足而被拒绝;也可能没有超过总配额,但因为某个容器的 memory limit 超出 LimitRange 最大值而被拒绝。
此外,某些 ResourceQuota 会要求 Pod 必须填写 CPU 或内存的 request、limit。此时 LimitRange 的默认值可能帮助对象满足字段要求,但默认值仍然会计入命名空间的累计配额。
LimitRange不等于节点资源保证
即使 requests.cpu 为 1,也不能简单理解为容器获得了一颗独占 CPU。它首先影响调度器对节点可用资源的计算,具体运行时表现还受到以下因素影响:
- 节点的 allocatable 资源;
- 同一节点上其他 Pod 的 request 和 limit;
- CPU 管理策略;
- 内存压力和系统保留资源;
- Pod 中多个容器之间的竞争;
- 是否存在 init container 或额外注入的 sidecar。
反过来,limits.cpu: "2" 也不意味着节点会立即为容器预留两颗 CPU。它表示容器在运行时可使用的 CPU 上限边界,实际利用率仍取决于负载和节点状态。
默认值可能改变QoS类别
Kubernetes 会根据 Pod 中容器的 CPU、内存 request 和 limit 计算 QoS 类别。常见关系如下:
- 所有容器的 CPU、内存 request 和 limit 都存在且相等,可能属于
Guaranteed; - 存在部分资源配置或 request 与 limit 不相等,通常属于
Burstable; - 所有容器都没有 CPU、内存 request 和 limit,才可能属于
BestEffort。
因此,一个原本没有资源字段的 Pod,如果被 LimitRange 自动补充了 CPU 和内存 request、limit,其 QoS 类别也可能随之改变。判断 QoS 时应查看最终 Pod,而不是只看应用仓库中的原始 YAML。
验证方法:不要只看配置文件
查看命名空间中的LimitRange
先确认目标命名空间是否存在策略:
kubectl get limitrange -n lr-demo
kubectl describe limitrange compute-boundary -n lr-demo
重点核对以下字段:
Min:最小资源值;Max:最大资源值;Default:未填写 limit 时使用的默认值;Default Request:未填写 request 时使用的默认值;Max Limit Request Ratio:limit/request 的最大比例。
不同 Kubernetes 客户端版本的 describe 展示格式可能略有差异,但字段含义不变。
创建一个不填写资源的Pod
可以使用下面的示例验证默认值是否被注入:
apiVersion: v1
kind: Pod
meta
name: defaults-demo
namespace: lr-demo
spec:
containers:
- name: app
image: nginx:1.27
提交对象:
kubectl apply -f defaults-demo.yaml
然后查看最终 Pod:
kubectl get pod defaults-demo -n lr-demo -o yaml
也可以只提取容器资源字段:
kubectl get pod defaults-demo -n lr-demo \
-o jsonpath='{range .spec.containers[*]}{.name}{"\nrequests="}{.resources.requests}{"\nlimits="}{.resources.limits}{"\n"}{end}'
在前面的示例策略下,预期能看到接近以下结果:
app
requests=map[cpu:200m memory:256Mi]
limits=map[cpu:500m memory:512Mi]
这里的结果是用于说明验证逻辑的示例,实际输出格式会受到 kubectl 版本影响。
验证超出上限和比例限制
可以创建一个显式填写资源的 Pod:
apiVersion: v1
kind: Pod
meta
name: invalid-resource-demo
namespace: lr-demo
spec:
containers:
- name: app
image: nginx:1.27
resources:
requests:
cpu: 100m
memory: 128Mi
limits:
cpu: "1"
memory: 256Mi
这个示例的 CPU limit/request 比值为 10,而策略允许的最大值是 4。提交时预期会收到类似“超过最大 limit/request 比例”的拒绝信息。拒绝发生在 Pod 被创建之前,因此不会出现一个已经运行但资源字段不合规的 Pod。
如果将 CPU request 改为 500m,CPU limit 保持为 1,比值就变为 2,通常可以通过比例检查。若将 CPU limit 改为 3,则会超过单容器 CPU 最大值 2,即使比例合规,也会因为最大值校验失败。
修改测试对象时,建议使用新的 Pod 名称或删除测试 Pod 后重新创建。普通 Pod 的资源字段并非都可以自由更新,直接对已运行 Pod 执行修改,可能遇到不可变字段限制。
分开检查三层结果
遇到资源配置异常时,可以按下面的顺序判断:
- 查看最终 Pod 的
spec.containers[].resources,确认默认值是否已经写入; - 查看
LimitRange,确认该命名空间的最小值、最大值和比例规则; - 查看
ResourceQuota,确认命名空间总量是否还有余量; - 查看节点的 allocatable 资源以及 Pod 的有效 request,判断调度失败原因;
- 如果关注运行时限制,再结合
kubectl describe pod、容器状态和监控数据判断是否发生 CPU throttling 或内存 OOM。
kubectl top pod 可以辅助查看当前使用量,但它依赖 Metrics Server,并不能代替对 request、limit 和 LimitRange 配置的检查。使用量低,不代表资源策略没有生效;使用量高,也不代表一定超过了 limit。
适用限制:LimitRange不能替代哪些机制
不会追溯修改已有Pod
创建或修改 LimitRange 后,已有 Pod 通常不会被自动补充或重新校验。新创建的 Pod 会按照新策略处理,已有 Pod 仍保留原来的资源字段。
对于 Deployment、StatefulSet 等控制器,只有后续新建的 Pod 才会按照新规则进入准入流程。若要让存量副本采用新资源配置,需要更新工作负载模板并观察滚动更新结果,而不是只修改 LimitRange。
不负责命名空间总量管理
当目标是限制某个命名空间最多使用多少 CPU、内存、Pod 数量或持久化存储时,应使用 ResourceQuota,不能只配置 LimitRange。
一个常见的组合是:

LimitRange约束单个容器或 Pod 的合理范围;ResourceQuota约束命名空间的累计总量;- 调度器根据 request 选择节点;
- kubelet 和底层 cgroups 在运行时处理 limit 边界。
缺少其中某一层,得到的资源治理效果就不同。例如,只有 LimitRange 时,每个容器可以各自合规,但大量 Pod 仍可能消耗完命名空间或集群资源。
Kubernetes 资源治理也离不开底层计算资源的支撑。A5数据提供香港、美国、日本等地区的物理服务器,涵盖 Xeon Gold、AMD EPYC 等平台,并有不同内存与 SSD、NVMe 存储配置,可用于承载容器集群、数据库及多任务业务;多地区和线路方案也为不同访问区域的部署提供资源选择。
不解决实际负载估算问题
默认值只是策略值,不等于应用的真实需求。为所有容器统一设置 500m CPU 和 512Mi 内存,能够让配置更完整,但不一定适合低流量任务、缓存服务、批处理任务和高并发应用。
资源值应结合监控中的工作日常态、峰值、启动阶段和扩缩容行为调整。LimitRange 适合提供安全边界和默认起点,不能替代应用压测、容量评估或节点规划。
判断一个资源问题是否由 LimitRange 引起,可以坚持一个边界:看 Pod 是否在准入阶段被补全或拒绝,看调度是否依据 request 失败,看运行时是否触及 limit,分别对应三类机制,不要把它们统称为“LimitRange 限制”。只要依次核对命名空间策略、最终 Pod 字段、ResourceQuota 和节点资源,就能区分默认注入、字段校验、调度不足与运行时超限。
本文由A5数据原创发布,转载请注明出处:https://www.a5idc.com/helpcontent/6097.html



