马来西亚服务器上的容器资源限制如何设置,怎样验证限制生效
在马来西亚服务器上设置容器资源限制,核心并不在服务器所在地区,而在 Linux 内核的 cgroup、容器运行时以及实际采用的编排方式。Docker 容器通常通过 cgroup 获得内存、CPU 和进程数限制;只要内核、Docker Engine 和宿主机配额支持,这些机制与其他地区的 Linux 服务器基本一致。
最常见的“配置了但没有生效”,不是参数写错,而是配置文件中的限制没有作用到正在运行的容器。例如把 Swarm 的 deploy.resources.limits 放进普通 Compose 项目,使用 docker compose up 启动后却只检查 YAML;或者设置了 mem_reservation、cpu_shares 这类非硬限制参数。判断是否生效,应以运行中容器的 docker inspect、容器内 cgroup 文件和受控压力测试为准。
先区分服务器配额与容器限制
一台马来西亚云服务器通常至少存在三层资源边界:

- 云服务商分配给虚拟机的 vCPU、内存和磁盘资源。
- Linux 主机或虚拟机内核提供的 cgroup 资源控制。
- Docker、Compose、Swarm 或 Kubernetes 写入 cgroup 的具体限制。
容器只能在第二层和第三层进一步限制资源,不能突破第一层的上限。比如服务器只有 2 个 vCPU 和 4 GB 内存,即使给某个容器配置了 cpus: "4.00" 和 mem_limit: 8g,也不会因此获得 4 个真实 vCPU 或 8 GB 可用内存。
地区主要影响网络延迟、服务商的虚拟化方式、宿主机资源策略以及到用户的访问路径,不会改变 memory.max、cpu.max 等 cgroup 参数的含义。
| 资源 | 硬限制的含义 | 常见非硬限制或误解 | 主要验证位置 |
|---|---|---|---|
| 内存 | 容器超过上限后可能触发 OOM Kill | mem_reservation 是软预留,不等于硬上限 | docker inspect、memory.max、OOMKilled |
| CPU | 限制一段时间内可使用的 CPU 时间 | cpu_shares 主要是竞争时的权重 | NanoCpus、cpu.max、cpu.stat |
| 进程数 | 限制容器内可创建的任务数量 | 容器内线程也可能计入任务数 | PidsLimit、pids.max |
| Swap | 控制内存超限后是否还能使用交换空间 | 主机没有 Swap 或内核不支持时配置可能无效 | MemorySwap、memory.swap.max、swapon --show |
因此,配置文件显示了一个数值,并不等于运行中的容器已经受到同样的限制。
Docker 资源限制的工作机制
内存限制是 cgroup 的硬边界
以 Docker 为例:
services:
web:
image: nginx:1.27-alpine
mem_limit: 512m
memswap_limit: 512m
这里的 mem_limit: 512m 表示容器的内存上限约为 512 MB。memswap_limit: 512m 表示内存和 Swap 的总额度也是 512 MB,通常意味着该容器不能额外使用 Swap。
需要注意以下区别:
mem_limit是内存硬限制。mem_reservation是内存软限制,主要用于资源竞争时的回收和调度,不应作为“超过就终止”的判断依据。memswap_limit统计的是内存与 Swap 的总量,不是单独的 Swap 数量。- 如果宿主机没有启用 Swap,设置
memswap_limit不会凭空创建 Swap。 - 如果内核或 Docker 没有 Swap accounting 支持,Swap 相关参数可能无法按预期工作。
内存限制触发后,容器中的进程可能被内核终止。Docker 通常会将容器状态标记为 OOMKilled=true,但如果是宿主机整体内存不足,也可能出现宿主机级别的 OOM,表现和容器内部超限并不完全相同。
CPU 限制是时间配额,不是固定分配
Compose 中的常见写法是:
services:
web:
image: nginx:1.27-alpine
cpus: "1.00"
它通常会转换为 Docker Engine 的 CPU 配额。1.00 表示最多使用约一个 CPU 核心的计算时间,但并不代表容器一定会持续获得一个空闲核心。
CPU 限制和以下参数不能混为一谈:
cpus或NanoCpus:更接近硬性 CPU 上限。cpu_quota与cpu_period:通过时间窗口控制 CPU 配额。cpu_shares:在多个容器竞争 CPU 时提供权重,单独设置它通常不能形成固定上限。cpuset:将进程绑定到指定 CPU 编号,不等于限制总 CPU 时间。
例如,在一台 4 vCPU 的服务器上配置 cpus: "0.50",容器最多大约使用半个 CPU 的持续计算时间,而不是自动分配半个独立核心。服务器还可能受到云平台 CPU steal、宿主机争用或服务商额外限频的影响。
Compose 与编排器配置不能直接混用
本地 Compose 和 Swarm 使用的资源字段并不完全相同。
普通单机 Compose 可以使用:
services:
app:
image: example/app:1.0
mem_limit: 512m
memswap_limit: 512m
cpus: "1.00"
pids_limit: 256
Swarm 服务通常使用:
services:
app:
image: example/app:1.0
deploy:
resources:
limits:
cpus: "1.00"
memory: 512M
pids: 256
deploy 是编排器资源配置的一部分。不同版本的 Compose 对该字段的支持范围可能不同,不能仅因为 docker compose config 能够输出 YAML,就认定限制已经写入容器。使用哪种写法,应先确认实际启动方式:

docker compose up -d
这是单机 Compose 启动方式;而下面是 Swarm 服务部署方式:
docker stack deploy -c compose.yaml appstack
如果运行的是单机 Compose,建议使用该运行模式明确支持的字段,并在容器创建后通过 docker inspect 确认。不要同时为同一资源写入互相不一致的 mem_limit 和 deploy.resources.limits.memory,否则可能出现校验失败、实现差异或排查困难。
配置前应检查哪些位置
确认 Docker、Compose 和 cgroup 版本
先在马来西亚服务器上检查实际环境,不要根据发行版名称猜测 cgroup 版本:
docker version
docker compose version
docker info --format '{{.CgroupVersion}}' 2>/dev/null || docker info | grep -i cgroup
uname -r
free -h
swapon --show
重点关注:
- Docker Engine 是否正常运行。
docker compose是插件还是独立旧版本。- cgroup 版本是 v1 还是 v2。
- 主机是否存在 Swap。
- Docker 是否报告
No swap limit support之类的警告。 - 当前账号是否为 Rootless Docker。
也可以查看 Docker 安全选项:
docker info --format '{{json .SecurityOptions}}'
如果使用 Rootless Docker,部分 cgroup 控制器可能受用户会话和宿主机配置限制。此时即使 YAML 语法正确,某些资源限制也可能无法完整下发,需要以实际的 docker inspect 和 cgroup 文件为准。
确认服务器本身的资源上限
查看服务器资源:
nproc
free -h
cat /proc/meminfo | head -n 15
如果服务商提供了虚拟化环境,也可以查看 CPU 是否存在明显的 steal time。使用 top 或 vmstat 观察时,重点留意 CPU 的 st 指标。该值持续偏高,说明虚拟机可能在等待宿主机调度,即使容器没有达到自己的 cgroup 上限,也可能感觉到性能下降。
资源规划还应考虑系统本身的开销。比如一台约 4 GB 内存的服务器,系统、Docker、日志服务和监控预留约 0.8 GB,剩余约 3.2 GB 再分给 Web、数据库和后台任务。如果分别配置 1.5 GB、1.5 GB 和 1 GB 的硬限制,理论总和已经达到 4 GB,实际运行时仍可能因内核缓存、文件系统缓存和守护进程开销导致宿主机内存紧张。
一套可验证的 Docker Compose 配置
下面是一份用于单机 Compose 的示例配置,数值仅作为演示:
services:
web:
image: nginx:1.27-alpine
container_name: limit-demo-web
mem_limit: 512m
memswap_limit: 512m
cpus: "1.00"
pids_limit: 256
restart: unless-stopped
启动或更新前,先检查 Compose 展开的结果:
docker compose config
如果配置中使用了环境变量,例如:
services:
web:
image: nginx:1.27-alpine
mem_limit: ${WEB_MEMORY:-512m}
cpus: ${WEB_CPUS:-1.00}
应重点检查 docker compose config 输出的最终值,而不是只看原始 YAML。环境变量为空、拼写错误或加载了错误的 .env 文件,都会导致实际参数和预期不同。
启动服务:
docker compose up -d web
如果这是修改已有容器的限制,Compose 需要重新创建容器才能将新配置写入运行时。可以使用:
docker compose up -d --force-recreate web
该操作会中断并重建指定容器,容器内部未挂载卷的数据可能丢失,但不会自动删除命名卷。生产环境执行前应确认服务中断窗口、数据卷和备份状态,不要使用 docker compose down -v 作为普通配置更新手段,因为它会删除项目关联的命名卷。
如何验证限制已经写入容器
第一步:检查 Docker 实际记录的配置
先获取 Compose 服务对应的容器 ID:
CID=$(docker compose ps -q web)
printf '%s\n' "$CID"
然后读取 Docker Engine 保存的限制:
docker inspect "$CID" --format \
'Memory={{.HostConfig.Memory}} MemorySwap={{.HostConfig.MemorySwap}} NanoCpus={{.HostConfig.NanoCpus}} PidsLimit={{.HostConfig.PidsLimit}}'
以 512 MB、1 个 CPU、256 个进程为例,可能看到类似结果:
Memory=536870912 MemorySwap=536870912 NanoCpus=1000000000 PidsLimit=256
这里的 536870912 是 512 MiB 的二进制换算值:
- 512 × 1024 × 1024 = 536870912 字节
如果输出中 Memory=0、NanoCpus=0 或 PidsLimit=0,通常表示对应限制没有写入,或者该字段代表未设置。此时不要继续做压力测试,应先排查:
- Compose 使用的字段是否与启动模式匹配。
- 容器是否是修改配置前创建的旧容器。
- 是否实际启动了另一个项目目录中的同名服务。
- Docker Engine 或 Rootless 模式是否不支持该控制器。
- YAML 中的环境变量是否展开成了空值。
第二步:直接读取容器内的 cgroup 文件
Docker 的 inspect 反映的是 Engine 配置,cgroup 文件则能进一步确认内核实际暴露给容器的限制。下面的命令兼容常见的 cgroup v1 和 v2:
docker exec "$CID" sh -c '
if [ -f /sys/fs/cgroup/memory.max ]; then
echo "cgroup=v2"
printf "memory.max="; cat /sys/fs/cgroup/memory.max
printf "memory.swap.max="; cat /sys/fs/cgroup/memory.swap.max 2>/dev/null || true
printf "cpu.max="; cat /sys/fs/cgroup/cpu.max
printf "pids.max="; cat /sys/fs/cgroup/pids.max
else
echo "cgroup=v1"
printf "memory.limit_in_bytes="; cat /sys/fs/cgroup/memory/memory.limit_in_bytes 2>/dev/null || true
printf "memory.memsw.limit_in_bytes="; cat /sys/fs/cgroup/memory/memory.memsw.limit_in_bytes 2>/dev/null || true
printf "cpu.cfs_quota_us="; cat /sys/fs/cgroup/cpu/cpu.cfs_quota_us 2>/dev/null || true
printf "cpu.cfs_period_us="; cat /sys/fs/cgroup/cpu/cpu.cfs_period_us 2>/dev/null || true
printf "pids.max="; cat /sys/fs/cgroup/pids/pids.max 2>/dev/null || true
fi
'
在 cgroup v2 中,典型结果可能是:
cgroup=v2
memory.max=536870912
memory.swap.max=0
cpu.max=100000 100000
pids.max=256
其中:
memory.max=536870912表示内存上限约为 512 MiB。memory.swap.max=0表示不允许额外使用 Swap。cpu.max=100000 100000表示每 100000 微秒最多使用 100000 微秒,即约 1 个 CPU。pids.max=256表示任务数上限为 256。
如果看到 max,通常表示该项没有硬限制。cgroup v1 的未限制值可能是一个非常大的整数,而不是文字 max。
第三步:观察运行时资源状态
查看容器当前使用量:
docker stats --no-stream "$CID"
该命令可以看到 CPU 百分比、内存使用量与限制、网络和块设备读写情况。但它只是运行时观测,不是配置证明。例如容器没有工作负载时,CPU 使用率很低,并不能说明 CPU 限制未生效。
检查容器是否被内存 OOM 终止:
docker inspect "$CID" --format \
'OOMKilled={{.State.OOMKilled}} ExitCode={{.State.ExitCode}} Status={{.State.Status}}'
如果容器被限制杀死,常见结果是 OOMKilled=true,退出码可能为 137。不过退出码和状态仍需结合 Docker 事件以及应用日志判断,不能仅凭一个数字下结论。
使用受控压力测试验证实际边界
配置检查通过后,再进行短时间的受控测试。不要直接在生产数据库或高流量 Web 容器上分配大量内存;下面使用临时容器,且不挂载业务数据。
验证内存硬限制
创建一个 256 MiB 内存上限的测试容器,让 Python 尝试分配约 384 MiB:
set +e
docker run --name limit-check-memory \
--memory=256m \
--memory-swap=256m \
--cpus=0.5 \
python:3.12-alpine \
python -c 'import time; x=bytearray(384*1024*1024); [x.__setitem__(i,1) for i in range(0,len(x),4096)]; time.sleep(10)'
RC=$?
printf 'container_exit_code=%s\n' "$RC"
docker inspect limit-check-memory --format \
'OOMKilled={{.State.OOMKilled}} ExitCode={{.State.ExitCode}}'
docker rm limit-check-memory
set -e
在限制正常生效时,常见现象是:
- 进程在分配过程中被终止。
- 返回码可能为
137。 OOMKilled可能为true。- 测试容器的内存使用不会稳定超过 256 MiB 的 cgroup 上限。
这只是典型结果,不应把 137 作为唯一判断标准。如果宿主机本身内存不足、内核没有启用对应控制器,或测试镜像启动失败,也可能得到不同结果。应同时检查 docker inspect 和 cgroup 文件。
验证 CPU 配额
CPU 限制需要持续的计算负载才能观察。下面启动一个仅用于测试的 CPU 容器:
docker run -d --name limit-check-cpu \
--cpus=0.5 \
python:3.12-alpine \
python -c 'while True: pass'
持续观察约 10 至 20 秒:
docker stats --no-stream limit-check-cpu
在单进程持续计算的情况下,CPU 使用率通常会接近半个 CPU 的量级,但显示百分比会受到 Docker 统计口径和主机 CPU 核数影响。更可靠的方式是观察 cgroup 的节流计数。
cgroup v2:
docker exec limit-check-cpu sh -c \
'cat /sys/fs/cgroup/cpu.stat'
重点观察:
nr_throttled
throttled_usec
持续满载时,如果 nr_throttled 和 throttled_usec 增长,说明 CPU 配额正在限制进程。若容器没有足够工作负载,节流计数不增加并不代表配置失效。
完成测试后,只删除刚才创建的测试容器:
docker rm -f limit-check-cpu
该命令会终止并删除名为 limit-check-cpu 的临时容器,不应替换为生产容器名称。生产环境执行压力测试前,应先安排维护窗口或在隔离节点进行。
常见配置不生效的原因
| 现象 | 更可能的原因 | 核对动作 |
|---|---|---|
YAML 有限制,但 docker inspect 显示为 0 | 字段与启动模式不匹配,或旧容器未重建 | 查看 docker compose config,再执行 docker compose up -d --force-recreate |
deploy.resources.limits 已写入,但单机 Compose 没有预期限制 | 当前 Compose 版本或运行模式没有按该字段下发 | 确认是 docker compose up 还是 docker stack deploy |
mem_reservation 设置后容器仍能继续使用更多内存 | 软限制被误认为硬限制 | 改查 Memory、memory.max,不要只看 reservation |
cpu_shares 设置后 CPU 仍超过预期 | shares 是竞争权重,不是固定 CPU 上限 | 使用 cpus 或 cpu_quota,再检查 NanoCpus 或 cpu.max |
主机 free -h 显示内存减少,但容器内没有超限 | 检查的是宿主机总量,未区分容器 cgroup | 使用 docker stats 和 memory.current |
容器内进程被杀,但 OOMKilled 为假 | 可能是宿主机级 OOM、应用自身退出或编排器重启 | 检查内核日志、Docker 事件和应用日志 |
设置了 memswap_limit,但仍观察不到变化 | 主机无 Swap、内核不支持 Swap accounting,或运行环境限制 | 查看 swapon --show、docker info 和 memory.swap.max |
| 应用突然无法创建线程或子进程 | pids_limit 过低,线程也可能计入任务数 | 查看 pids.current、pids.max 和应用错误日志 |
| 改完配置但服务行为未变化 | 请求没有触发限制,或修改没有应用到运行容器 | 先做 inspect,再进行短时压力测试 |
特别要注意容器重启策略。restart: unless-stopped 只能决定进程退出后是否重新启动,不能改变内存或 CPU 上限。如果限制配置写错,容器可能在 OOM 后不断重启,表面上像是“服务偶发故障”,实际是资源限制和应用峰值冲突。
不同运行方式的验证差异
Docker Swarm
Swarm 使用服务对象管理任务,不应只检查 Compose 文件。可以查看服务限制:
docker service inspect appstack_app --format \
'{{json .Spec.TaskTemplate.Resources.Limits}}'
查看实际任务:
docker service ps appstack_app
再获取某个任务容器的 ID,并使用前面的 docker inspect 和 cgroup 命令核对。服务滚动更新过程中,不同任务可能处于不同版本,验证时要确认检查的是新任务,而不是旧容器。
Kubernetes
Kubernetes 使用 resources.limits:
apiVersion: apps/v1
kind: Deployment
meta
name: web
spec:
replicas: 1
selector:
matchLabels:
app: web
template:
meta
labels:
app: web
spec:
containers:
- name: web
image: nginx:1.27-alpine
resources:
requests:
cpu: "250m"
memory: "256Mi"
limits:
cpu: "500m"
memory: "512Mi"
这里的 requests 主要用于调度和资源预留判断,limits 才是容器运行时的上限。验证时可以使用:
kubectl describe pod <pod-name>
kubectl get pod <pod-name> -o yaml
如果内存达到上限,Pod 可能出现 OOMKilled,而 CPU 达到上限通常表现为节流,不一定导致容器退出。Kubernetes 节点本身也必须拥有足够资源,不能用 Pod 限制替代节点容量规划。
如何判断配置已经生效
一个可靠的判断至少应满足三项:

- 配置层正确:
docker compose config或编排器配置显示了预期值。 - 运行层正确:
docker inspect、服务对象或 Pod 状态显示限制已经下发。 - 内核层可见:容器内的
memory.max、cpu.max、pids.max等 cgroup 文件出现对应上限,并且受控压力测试能观察到内存 OOM、CPU 节流或进程数限制。
如果只满足第一项,说明文件语法没有明显问题;如果满足前两项但 cgroup 中仍是 max,应检查 Docker Engine、Rootless 模式、内核控制器和服务商虚拟化环境。如果三项都满足,但业务仍然变慢,则要进一步区分是容器自身达到上限、多个容器争用服务器资源,还是马来西亚服务器所在宿主机存在 CPU steal、磁盘延迟或网络路径问题。
容器资源限制适合控制服务的最大资源消耗,不等于性能保证,也不能替代应用层连接池、缓存容量、数据库内存配置和主机整体容量规划。最终验收应明确资源类型:内存看 cgroup 上限与 OOM 状态,CPU 看配额和节流计数,进程数看 pids.max,Swap 则要单独核对主机和内核支持情况。
容器资源限制最终要落在服务器实际提供的CPU、内存和存储资源上。A5idc数据提供马来西亚吉隆坡物理服务器,并覆盖香港、美国、日本等地区,配置涵盖不同处理器、内存、存储与网络线路,可为容器化网站、数据库及后台服务提供部署所需的硬件和网络资源基础。
本文由A5数据原创发布,转载请注明出处:https://www.a5idc.com/helpcontent/8093.html



