881f6da6cc8ab47/p5_2.jpg) ## Consequences: Swap: performance degradation • Out-of-memory (OOM) killer: service disruption ● Multi-tenant environment: resources are shared by different processes ##

向操作系统释放未用的内存 360 7.4.2.3. 了解如何确保正确配置容器中的所有 JVM 进程 360 7.4.3. 从 pod 中查找内存请求和限制 361 7.4.4. 了解 OOM 终止策略 363 7.4.5. 了解 pod 驱除 365 7.5. 配置集群以将 POD 放置到过量使用的节点上 366 7.5.1. 资源请求和过量使用 367 7.5.2. 使用 来覆盖默认操作系统设置，从而将内核配置为始终过量使用内存。 OpenShift Container Platform 还通过将 vm.panic_on_oom 参数设置为 0，将内核配置为不会在内存不足时崩溃。设置为 0 可告知内核在内存不足 (OOM) 情况下调用 oom_killer，以根据优先级终止进程 您可以通过对节点运行以下命令来查看当前的设置： $ sysctl -a | grep commit 输出示例 输出示例 vm.overcommit memory = 1 $ sysctl -a | grep panic 输出示例 vm.panic_on_oom = 0  注意 节点上应该已设置了上述标记，不需要进一步操作。 您还可以为每个节点执行以下配置：

328 7.4.2.3. 了解如何确保正确配置容器中的所有 JVM 进程 ..... 328 7.4.3. 从 pod 中查找内存请求和限制 ..... 329 7.4.4. 了解 OOM 终止策略 ..... 331 7.4.5. 了解 pod 驱除 ..... 333 7.5. 配置集群以将 POD 放置到过量使用的节点上 ..... 334 7.5.1. 资源请求和过量使用 来覆盖默认操作系统设置，从而将内核配置为始终过量使用内存。 OpenShift Container Platform 还通过将 vm.panic_on_oom 参数设置为 0，将内核配置为不会在内存不足时崩溃。设置为 0 可告知内核在内存不足 (OOM) 情况下调用 oom_killer，以根据优先级终止进程 您可以通过对节点运行以下命令来查看当前的设置： $ sysctl -a | grep commit 输出示例 输出示例 vm.overcommit_memory = 1 $ sysctl -a | grep panic ## 输出示例 vm.panic_on_oom = 0  ## 注意 节点上应该已设置了上述标记，不需要进一步操作。

induced to allocate extremely large buffer Denial of service attack if std::bad_alloc is thrown or OOM killer activates Must be able to limit amount of memory application is willing to allocate max_size

mit的三种选择0、1、2对应了不同的行为，0，允许适度的超限申请内存，1，允许无节制的超限申请内存，2，禁止超限申请内存。为什么GP要求配置为2呢，因为，对于0和1两种情况，都有可能会触发oom-killer，一旦触发该行为，将无法确保数据库主服务进程一定不会被选中成为被kill的进程，那将是十分危险的。 要禁用hugepage特性。主机的内存分配的控制，应该由GP数据库来统一管理。 - 设 mit的三种选择0、1、2对应了不同的行为，0，允许适度的超限申请内存，1，允许无节制的超限申请内存，2，禁止超限申请内存。为什么GP要求配置为2呢，因为，对于0和1两种情况，都有可能会触发oom-killer，一旦触发该行为，将无法确保数据库主服务进程一定不 会被选中成为被kill的进程，那将是十分危险的。 vm.overcommit_ratio影响的是操作系统对于可用内存的计算，编者一般将这 ）或者 gp_resource_group_memory_limit(在开启资源组时)来控制，将操作系统可用内存设置的很大，主要是为了保障发生Instance切换时的内存可用量，避免操作系统出现OOM报错。例如： # grep overcommit /etc/sysctl.conf vm.overcommit_memory = 2 vm.overcommit_ratio = 95 要禁用hu

ftp:*:18831:0:99999:7::: nobody:*:18831:0:99999:7::: dbus:!!:18926:::::: systemd-network:!*:18926:::::: systemd-oom:!*:18926:::::: systemd-resolve!*:18926:::::: systemd-timesync!*:18926:::::: systemd-coredump!*:18926:::::: ftp:*:18831:0:99999:7::: nobody:*:18831:0:99999:7::: dbus:!!:18926:::::: systemd-network!:*:18926:::::: systemd-oom:*:18926:::::: systemd-resolve!:*:18926:::::: systemd-timesync:*:18926:::::: systemd-coredump!:*:18926:::::: systemd-network:x:192:192:systemd Network Management:///usr/sbin/nologin systemd-oom:x:999:999:systemd Userspace OOM Killer:///usr/sbin/nologin systemd-resolve:x:193:193:systemd Resolver:///usr/sbin/nologin

info查看内存 dump.rdb文件成生内存报告（rdb-tool） query在线分析 内存抽样分析 统计生产上比较大的key 查看key内部结构和编码等问题 Rss与内存碎片增加问题 测试方法 模拟oom 模拟岩机 模拟hang 快速产生测试数据 模拟RDB load情形 模拟AOF load情形 Redis安全问题 Shell提权问题 高可用和集群简述 高可用与分片的概念高可用主要场景和对应思路分片主要场景和对应思路适用场景对比列表 com/html/3379.html 如果将redis作为cache进行频繁读写和超时删除等，此时应该避免设置较大的k-v，因为这样会导致redis的内存碎片增加，导致rss占用较大，最后被操作系统OOM killer干掉。一个很具体的issue例子请 见：https://github.com/antirez/redis/issues/2136 如果采用序列化考虑通用性，请采用json相关的库进行处 v/redis-memory-fragmentation-ratio-reached-5000 测试方法 测试方法 9. 测试方法 模拟oom 7.1 模拟oom 7.1 模拟ooom redis-cli debug oom redis直接退出。 模拟岩机 7.2 模拟岩机 7.2 模拟岩机 redis-cli debug segfault 模拟hang 7.3

ftp:*:18831:0:99999:7::: nobody:*:18831:0:99999:7::: dbus:!!:18926::::: systemd-network:!*:18926::::: systemd-oom:!*:18926::::: systemd-resolve:!*:18926::::: systemd-timesync:!*:18926::::: systemd-coredump:!*:18926::::: ftp:*:18831:0:99999:7::: nobody:*:18831:0:99999:7::: dbus!!!:18926::::: systemd-network!:*:18926::::: systemd-oom:!*:18926::::: systemd-resolve!*:18926::::::: systemd-timesync!*:18926::::::: systemd-coredump!*:18926::::::: systemd-network:x:192:192:systemd Network Management:///usr/sbin/nologin systemd-oom:x:999:999:systemd Userspace OOM Killer:///usr/sbin/nologin systemd-resolve:x:193:193:systemd Resolver:///usr/sbin/nologin

软限制（超过时警告，不会 OOM Kill） $ docker run --memory-reservation 256m myapp 参数 说明 -m/–memory 硬限制(超过会OOM Kill) –memory-swap 内存+swap总限制 –memory-reservation 软限制(内存竞争时生效) –oom-kill-disable 禁用OOM Killer(谨慎使用) jq 12.3.6资源限制的效果 内存超限 启动限制 100MB 内存的容器 $ docker run -m 100m stress –vm 1 –vm-bytes 200M 容器会被 OOM Killer 杀死 $ docker ps -a CONTAINER ID STATUS NAMES abc123 Exited (137) 5 seconds 25' memory: 256M 12.3.9最佳实践 在使用 Cgroups 限制资源时，遵循一些最佳实践可以避免潜在的问题。 1. 始终设置内存限制 防止 OOM 影响宿主机 $ docker run -m 1g myapp 2. 为关键应用设置CPU保证 $ docker run –cpus=2 –cpu-shares=2048 critical-app 3

软限制（超过时警告，不会 OOM Kill） $ docker run --memory-reservation 256m myapp 参数 说明 -m/–memory 硬限制(超过会OOM Kill) –memory-swap 内存+swap总限制 –memory-reservation 软限制(内存竞争时生效) –oom-kill-disable 禁用OOM Killer(谨慎使用) jq 12.3.6资源限制的效果 内存超限 启动限制 100MB 内存的容器 $ docker run -m 100m stress –vm 1 –vm-bytes 200M 容器会被 OOM Killer 杀死 $ docker ps -a CONTAINER ID STATUS NAMES abc123 Exited (137) 5 seconds 25' memory: 256M 12.3.9最佳实践 在使用 Cgroups 限制资源时，遵循一些最佳实践可以避免潜在的问题。 1. 始终设置内存限制 防止 OOM 影响宿主机 $ docker run -m 1g myapp 2. 为关键应用设置CPU保证 $ docker run –cpus=2 –cpu-shares=2048 critical-app 3