🤔 Динамический расчёт ресурсов CPU в k8s

Контейнеры едят CPU как подростки пиццу: сначала вяло, потом жадно, потом — «а где ещё?». И вот вы сидите, смотрите на график использования — кто-то недогружен, кто-то перегрет, а бюджеты летят в трубу. Разберёмся как рассчитывать выделение ресурсов динамически.

Три подхода к динамическому расчёту CPU для контейнеров

1️⃣ Использовать 80% от запрашиваемого CPU как рабочий предел

Если приложение стабильно использует 0.5 CPU, логично задать лимит в 0.625, чтобы 80% этого значения приходилось на реальную загрузку.

✅ Простой и понятный подход.
❌ Неясно, насколько увеличивать ресурсы, если контейнер начинает использовать 100% — особенно если это происходит часто.

2️⃣ Использовать 80% как базу, но масштабировать экспоненциально

Для более гибкого поведения при высоких нагрузках можно использовать формулу:

new_request = current_request * (actual_usage / 0.8)^2

При достижении 100% загрузки, ресурсы увеличиваются не линейно, а экспоненциально. Это позволяет:

✅ Быстрее реагировать на рост нагрузки.
❌ Требует вычислений и точного контроля за логикой перерасчёта. Повышается сложность реализации.

3️⃣Основываться на показателях CPU Pressure и Throttling

Вместо анализа только текущей загрузки CPU, отслеживаются показатели давления на процессор (например, cpu_throttled_seconds_total или node_cpu_pressure). При их росте можно автоматически увеличивать ресурсы.

✅ Ориентируется на реальную потерю производительности, а не просто на высокий usage.
❌ Подход зависит от поведения конкретного приложения. Не все нагрузки отражаются через throttling одинаково. Необходимо тестирование и калибровка.

Делитесь как вы выделяете ресурсы, в частности CPU, в kubernetes 👇

🐸Библиотека devops'a #буст