Java 容器化的历史坑（史坑） - 资源限制篇

由来

时间回到 2017 年，老东家要上 Kubernetes 了，有幸参与和学习（主要是学习）。当时遇到的一了所有 Java 容器化者都遇到的坑：JDK8 不为容器化设计综合症。最简单的例子是Runtime.getRuntime().availableProcessors()返回了主机的 CPU 数，而非期望的容器自身的cpu share/quota，或说 k8s 的 cpu request/limit。

时间到了 2021 年，一切本该云淡风轻（虽然工资依然追不上CPI和房价）。虽然我在的项目还是使用 JDK8，但好歹也是 jdk 1.8.0_261 了，已经 backport 了很多容器化的特性到这个版本了。最近在做项目的性能优化，在 Istio 的泥潭苦苦挣扎中。

突然前方同学传来喜讯：把 POD 的 cpu request 由 2 变 4 后，性能有明显的优化。我在羡慕嫉妒😋的同时，好奇地研究了一下原理。

原理

直线思维逻辑

Kubernetes 使用 cgroup 进行资源限制：

cpu request 对应于 cgroup 的 share 指标。在主机CPU不足，各容器需要争抢CPU情况下，指定各容器的优先级（数字大优先，比例化）
cpu limit 对应于 cgroup 的 limit 指标。这是硬限制，不能超。超了就卡慢线程。

那么问题来了，测试环境主机CPU 资源充足，不存在各容器需要争抢CPU 的情况。那么，为何调大 cpu request后，会明显优化性能？

可能性：

直线思维：Linux CFS Scheduler（任务调度器）实现不太好，在非各容器需要争抢CPU情况下，cpu request 仍然影响了调度
怀疑论者：新版本的 jdk8 只是依据 cpu request 来自动计算各默认配置，如各线程池。

作为一个只懂 java 的程序员，我关注后者。

求证

作为只懂写代码的程序员，没什么比运行的程序更能帮你说话了。起码，机器不会因为你和他关系好，或等着你给他通点气，或填个KPI，就跑你的程序快一点（不要和我说linux taskset），更不会生成一个和关系有关系的小报告。

回来吧，先看看 POD 的配置：

1
2
3
4
5


    resources:
      limits:
        cpu: "16"
      requests:
        cpu: "2"

进入 container:

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13


$ cd /tmp
$ cat <<EOF > /tmp/Main.java
public class Main {
    public static void main(String[] args) {
        System.out.println("Runtime.getRuntime().availableProcessors() = " +
                Runtime.getRuntime().availableProcessors());
    }
}
EOF

$ javac Main.java
$ java -cp . Main
Runtime.getRuntime().availableProcessors() = 2

加点CPU request :

1
2
3
4
5


    resources:
      limits:
        cpu: "16"
      requests:
        cpu: "4"

进入 container:

1
2
3


$ cd /tmp
$ java -cp . Main
Runtime.getRuntime().availableProcessors() = 4

可见，java 得到 cpu 数，来源于容器配置的 cpu request 。

availableProcessors() 的影响

再看看 availableProcessors() 的影响。-XX:+PrintFlagsFinal 的作用是在 jvm 启动时打印计算后的默认配置。

1
2
3
4
5


# Request cpu=1 时
$ java -XX:+PrintFlagsFinal -cp . Main > req1.txt

# Request cpu=4 时
$ java -XX:+PrintFlagsFinal -cp . Main > req4.txt

$ diff req1.txt req4.txt

2c2
<      intx ActiveProcessorCount                      = -1                                  {product}
---
>      intx ActiveProcessorCount                     := 4                                   {product}
59c59
<      intx CICompilerCount                          := 2                                   {product}
---
>      intx CICompilerCount                          := 3                                   {product}
305c305
<     uintx MarkSweepDeadRatio                        = 5                                   {product}
---
>     uintx MarkSweepDeadRatio                        = 1                                   {product}
312c312
<     uintx MaxHeapFreeRatio                          = 70                                  {manageable}
---
>     uintx MaxHeapFreeRatio                          = 100                                 {manageable}
325c325
<     uintx MaxNewSize                               := 178913280                           {product}
---
>     uintx MaxNewSize                               := 178782208                           {product}
336,337c336,337
<     uintx MinHeapDeltaBytes                        := 196608                              {product}
<     uintx MinHeapFreeRatio                          = 40                                  {manageable}
---
>     uintx MinHeapDeltaBytes                        := 524288                              {product}
>     uintx MinHeapFreeRatio                          = 0                                   {manageable}
360c360
<     uintx NewSize                                  := 11141120                            {product}
---
>     uintx NewSize                                  := 11010048                            {product}
371c371
<     uintx OldSize                                  := 22413312                            {product}
---
>     uintx OldSize                                  := 22544384                            {product}
389c389
<     uintx ParallelGCThreads                         = 0                                   {product}
---
>     uintx ParallelGCThreads                         = 4                                   {product}
690,691c690,691
<      bool UseParallelGC                             = false                               {product}
<      bool UseParallelOldGC                          = false                               {product}
---
>      bool UseParallelGC                            := true                                {product}
>      bool UseParallelOldGC                          = true                                {product}
738c738
< Runtime.getRuntime().availableProcessors() = 1
---
> Runtime.getRuntime().availableProcessors() = 4

可见，availableProcessors() 不但影响了 jvm 的 GC 线程数，JIT 线程数，甚至是 GC算法。更大问题是一些 servlet container（如 Jetty）和 Netty 默认也会使用这个数字去配置他们的线程池。

反证

如果还是觉得Linux CFS Scheduler（任务调度器）在主机CPU过剩时，调度还是受到了 cgroup share(cpu request)影响 这个可能性需要排除。那么在POD拉起后，直接使用 linux 终端，去修改 cgroup 的 share 文件，增加一倍，再测试，就可以知道。对，反模式是排除问题的常用方法。但我没做这个测试，因我不想太科学🙃凡事留一线。

填坑

填坑是程序员的天职，无论你喜不喜欢，无论这个坑是你挖的，还是前度留下的。这个坑有几个填法：

修改 POD CPU request 为忙时使用量，即加大request，limit 不变
升级到 JDK11，使用期默认打开的PreferContainerQuotaForCPUCount参数，即 availableProcessors() 返回 CPU limit 数。
所有默认使用availableProcessors() 的地方，修改为显式指定，如GC线程数，Netty 线程数……
CPU request/limit 不变，即 request 大大小于 limit。但显式告诉 JVM 可以使用的 CPU 数。

国际习惯，我选用了 4。原因：

POD 如果配置了大的 request，相当于锁定独占了主机的资源。主机实际资源利用率一定降低。而这个 request 其实只是个忙时峰值需求，如启动时的编译，或电商的抢购。
为所有默认使用availableProcessors() 的地方，修改为显式指定。这个工作量大，对未来未知的使用到 availableProcessors() 的地方不可控。
升级 JDK11，不是我等程序员能定的

明白了我能做什么后，就 Just do it 了。

话说，从 JDK 8u191后，支持了-XX:ActiveProcessorCount=count参数，告诉JVM真正可用的CPU数。所以，只要：

1
2


java -XX:+PrintFlagsFinal -XX:ActiveProcessorCount=$POD_CPU_LIMIT -cp . Main
# 当然，如果觉得 $POD_CPU_LIMIT 太大，就自行调整吧

-XX:ActiveProcessorCount的说明见：https://www.oracle.com/java/technologies/javase/8u191-relnotes.html#JDK-8146115

总结

很明显，这是个应该早几年就写的 Blog。现在估计你家已经不使用JDK8了。而一般直接到 JDK11 LTS 了。或者，本文想说的是一种求证问题的方法和态度。它或者不能直接给你带来什么好处，有时候，甚至很让一些人讨厌，影响你进升的大好前程。不过，一个行业如果要进步，还得依赖这种情怀。英文有个词：Nerd。专门形容这种态度。

扩展阅读

史前的修正 availableProcessors() 大法

在 JDK8 还没为容器化设计前，大神们只能先自行解决了。方法两种（层）：

mount bind 修改内核层 cpu 数的 system file
重载 gun libc 的 sysconf 函数
在 Linux 的动态 link .so 时重载 JVM_ActiveProcessorCount 函数，定制后返回

方法3相对简单。这里只说方法2：

参考： https://stackoverflow.com/questions/22741859/deceive-the-jvm-about-the-number-of-available-cores-on-linu

1
2
3
4
5
6
7


#include <stdlib.h>
#include <unistd.h>

int JVM_ActiveProcessorCount(void) {
    char* val = getenv("_NUM_CPUS");
    return val != NULL ? atoi(val) : sysconf(_SC_NPROCESSORS_ONLN);
}

First, make a shared library of this:

1

gcc -O3 -fPIC -shared -Wl,-soname,libnumcpus.so -o libnumcpus.so numcpus.c

Then run Java as follows:

1

$ LD_PRELOAD=/path/to/libnumcpus.so _NUM_CPUS=2 java AvailableProcessors

方法1、2比较通用，对 JNI 等非 java 生态的同样有效，但实现需要了解一些 Linux。可以参考： https://geek-tips.imtqy.com/articles/493531/index.html、https://github.com/jvm-profiling-tools/async-profiler/issues/176