在 Kubernetes 中，当一个 Pod 的内存占用超出了限定值，系统将会发生 OOM（Out of Memory）问题。这种情况会导致 Pod 对服务的崩溃和无响应，给应用带来极大的影响。因此，Pod OOM 问题的解决方法十分关键，我们需要在实践中总结经验教训，并提出高效的解决方案。
OOM 的常见原因
1.应用内存泄漏
2.大规模并发请求
3.资源限制过小
如何避免 OOM
1.合理配置资源请求和限制
对于较大的应用，应适当增加 Pod 的 request 确保能够满足应用启动时的内存需求，避免重启。同时正确配置 limit 以防止应用使用更多内存并满足资源配额的限制。
2.对应用内存消耗进行检测
使用 K8S 自带的工具和指标系统对内存消耗进行监控和分析，如 prometheus 和 cAdvisor 等。
3.优化应用程序
尽可能地减少资源消耗、并发密集型内存压力减小等等。
如何处理 OOM
1.明确 OOM 原因
如果 Pod OOM，应该通过 kubectl describe pod 和 kubectl logs 查看相关日志，排查出 Pod OOM 的具体原因。更好地定位死亡事件的位置。
- Pod OOM 后如何重启
当 Pod 被调度到节点后，如果 OOM 给节点严重影响， Kubernetes 会自动从节点删除为 OOM 的 Pod，在根据存储控制器的模式新创建的Pod，措施不会首先重启问题的Pod。可以在 Kubernetes 的配置文件中调整 OOM 措施后 Pod 的重启，例如Node 亲和性和 PodAntiAffinity 等等。
-- -------------------- ---- -------
----------- ------------------
----- ----------
---------
----- -----
-----
--------- - ------
---------
---------
-------
---- -----
-----
--------- ------
-------------
-----------------------------------------------
------------------
- -----------------
- ---- ------------------------
--------- --
-------
- ----- ----------------------
------------------------------ - --------
----------- -----
- ----- -----
------ -----
----------
-------
------- ----- -----------
------
- -------------- --通过添加 Pod 端口号容器和容器资源配额等配置来解决 Pod OOM。它增加了副本和亲和性以保证 Pod 在资源短缺的情况下在线。同时使用 terminationGracePeriodSeconds 设置终止时限制为 0，当 Pod 终止时，所有容器均被立即终止，尽快释放 Pod 所占用的资源。
总结
在 Kubernetes 中，我们需要对 OOM 的原因进行深入剖析，并采取有效的应对策略。通过优化 Pod 资源请求和限制，对应用程序进行优化，并针对 OOM 问题进行在线排查，从而提高 Kubernetes 的容错性与稳定性。
来源：JavaScript中文网 ，转载请注明来源 https://www.javascriptcn.com/post/64acf8aa48841e989491709a