今天一下子找到k8s的dashboard很卡， 进到master节点，用top命令查看，找到如下信息：CPU用率很高大，基本上是si占用了80%。需要我们尽迅速看一下。

背景

最近有运维反馈某个微服务频繁沉启， 客户映像特别不优良，需要我们尽迅速看一下。

本文从k8s节点设置的概念和原理、怎么设置k8s节点的CPU管束和怎么验证CPU管束是不是生效等方面对k8s节点设置CPU高大于一定水平不允许调度容器进行了详细阐述。希望对您搞懂k8s节点的CPU管束有所帮。

验证K8s节点的CPU管束

验证方法一：k8s dashboard验证

进入k8s dashboard， 选择Pods & Nodes选项卡，在Nodes列表中选择需要验证的Node，在该Node的Details选项中找到Allocated Resources的CPU信息，能看到该节点的CPU利用率是不是达到了管束值。

验证方法二：kubectl top命令

在Node所在的集群上运行以下命令：

kubectl top node

该命令将返回Node的CPU和内存用情况，以及节点的CPU利用率。

打开k8s调度器的配置文件kube-scheduler.yaml；在spec configuration parameters中找到--kube-reserved参数， 并添加如下配置项：

 --kube-reserved cpu=1000m,memory=1Gi,ephemeral-storage=1Gi

修改配置参数--cpu-limit-percent的数值，将其设置为一个合理的值；保存并退出文件。

考虑因素

对于k8s节点的CPU调度管束的设置， 需要根据实际情况进行调整，比如内存巨大细小、容器数量、容器类型等因素。一般情况下 k8s节点的CPU调度管束默觉得100%，而实际调度节点的CPU利用率一般不会超出80%左右，所以呢，合理的CPU管束数值得细小于80%。一边为了保证一定的CPU材料用于Node的正常运行，觉得能将CPU管束调矮小一些。

解决方案

巨大许多数作业用到的材料其实远细小于它所求的材料限额，这种策略能有效的搞优良整体材料的利用率。

预测与验证

这一观点。