Autopilot 中的資源要求

為提高工作負載穩定性,Google Kubernetes Engine (GKE) Autopilot 模式會管理 Pod 資源要求的值,例如 CPU、記憶體或臨時儲存空間。本頁面包含下列資訊,可協助您規劃高效、穩定且符合成本效益的工作負載:

  • Autopilot 套用至未指定值的 Pod 的預設值。
  • Autopilot 對資源要求強制執行的最小值和最大值。
  • 預設值、最小值和最大值會因 Pod 要求的硬體而異。

本頁面適用於佈建及設定雲端資源,以及部署工作負載的操作人員和開發人員。如要進一步瞭解 Google Cloud內容中提及的常見角色和工作範例,請參閱「常見的 GKE 使用者角色和工作」。

您應該已熟悉 Kubernetes 資源管理。

Autopilot 中的資源要求總覽

Autopilot 會使用您在工作負載設定中指定的資源要求,設定執行工作負載的節點。Autopilot 會根據工作負載使用的運算類別或硬體設定,強制執行資源要求上下限。如果您未指定某些容器的要求,Autopilot 會指派預設值,讓這些容器正確運作。

在 Autopilot 叢集部署工作負載時,GKE 會根據所選運算類別或硬體設定 (例如 GPU) 的允許最小值和最大值,驗證工作負載設定。如果要求低於下限,Autopilot 會自動修改工作負載設定,將要求調整至允許範圍內。如果要求超過上限,Autopilot 會拒絕工作負載並顯示錯誤訊息。

以下清單匯總了資源要求的類別:

  • 預設資源要求:如果您未指定工作負載的要求,Autopilot 會新增這些要求
  • 資源要求下限和上限:Autopilot 會驗證您指定的要求,確保要求在這些限制範圍內。如果要求超出限制,Autopilot 會修改工作負載要求。
  • 工作負載區隔和延長時間要求:對於彼此區隔的工作負載,或受到 GKE 啟動驅逐作業延長保護的 Pod,Autopilot 有不同的預設值和最小值。
  • DaemonSet 的資源要求:Autopilot 對 DaemonSet 中的容器有不同的預設值、最小值和最大值。

如何要求資源

在 Autopilot 中,您可以在 Pod 規格中要求資源。您可以要求的資源數量下限和上限,會根據 Pod 運作節點的硬體設定而有所不同。如要瞭解如何要求特定硬體設定,請參閱下列頁面:

預設資源要求

如果您未指定 Pod 中部分容器的資源要求,Autopilot 會套用預設值。這些預設值適用於許多較小的工作負載。

此外,無論選取的運算級別或硬體設定為何,Autopilot 都會套用下列預設資源要求:

  • DaemonSet 中的容器

    • CPU:50 mCPU
    • 記憶體:100 MiB
    • 暫時儲存空間:100 MiB
  • 所有其他容器

    • 暫時儲存空間:1 GiB

如要進一步瞭解 Autopilot 叢集限制,請參閱「配額與限制」。

運算類別的預設要求

如果 Pod 規格未定義在運算類別上執行的 Pod 資源,Autopilot 會套用下列預設值。如果您只設定其中一項要求,另一項留空,GKE 會使用「Minimum and maximum requests」(要求下限和上限) 區段中定義的 CPU:記憶體比率,將缺少的要求設為符合該比率的值。

Autopilot 不會對 GPU Pod 和使用 Performance ComputeClass 的 Pod 強制執行預設要求。下表說明各 ComputeClass 的預設資源要求:

ComputeClass 的預設資源要求
ComputeClass 預設 CPU 要求 預設記憶體要求
一般用途 (預設 autopilot 或 autopilot-arm) 0.5 個 vCPU 2 GiB
平衡 0.5 個 vCPU 2 GiB
水平擴展 0.5 個 vCPU 2 GiB

資源要求下限和上限

部署設定要求的資源總量,應在 Autopilot 允許的最低和最高值範圍內。適用條件如下:

  • 個別節點最低要求:如果您使用以 Pod 為基礎的計費模式,在 Standard 叢集中以 Autopilot 模式執行工作負載,且節點上可計費 Pod 的資源要求總和低於單一 Pod 適用的最低要求,GKE 會針對該最低要求收取費用。

    由於 Autopilot 會修改 Pod 資源要求,因此節點上可計費 Pod 要求的總和,幾乎一律會達到或超過這個節點最低要求。

  • 暫時儲存空間要求:

    • 除非節點已連接本機 SSD,否則臨時儲存空間會使用 VM 開機磁碟。

      如果運算硬體包含本機 SSD,例如 A100 (80 GB) GPU、H100 (80 GB) GPU、Z3 機器系列或 Z4D 機器系列,則支援的要求上限等於本機 SSD 大小減去任何系統負擔。如要瞭解這項系統負擔,請參閱「本機 SSD 支援的臨時儲存空間」。

    • 在 GKE 1.29.3-gke.1038000 以上版本中,效能級 Pod 和硬體加速器 Pod 支援的臨時儲存空間要求上限為 56 TiB,除非硬體包含本機 SSD。

      在所有其他 Autopilot Pod 中,無論 GKE 版本為何,除非另有指定,否則 Pod 中所有容器的臨時儲存空間要求總量必須介於 10 MiB 至 10 GiB 之間。

    • 如需較大的磁碟區,請使用一般臨時磁碟區,其功能和效能與臨時儲存空間相當,但彈性更大,因為可與任何 GKE 儲存空間選項搭配使用。舉例來說,使用 pd-balanced 的一般臨時磁碟區大小上限為 64 TiB。

  • DaemonSet Pod 的最低資源要求如下:

    • 支援高載的叢集:每個 Pod 1 mCPU、每個 Pod 2 MiB 記憶體,以及 Pod 中每個容器 10 MiB 臨時儲存空間。
    • 不支援高載的叢集:每個 Pod 10 mCPU、每個 Pod 10 MiB 記憶體,以及 Pod 中每個容器 10 MiB 臨時儲存空間。

    如要確認叢集是否支援爆發功能,請參閱「GKE 的爆發功能可用性」。

  • 如果叢集支援爆量,Autopilot 就不會強制要求 Pod CPU 要求以 0.25 個 vCPU 為單位遞增。如果叢集不支援爆發,Autopilot 會將 CPU 要求無條件進位至最接近的 0.25 vCPU。如要確認叢集是否支援高載,請參閱「GKE 中的高載可用性」。

  • CPU 與記憶體的比率必須在所選運算類別或硬體設定的允許範圍內。如果 CPU 與記憶體的比率超出允許範圍,Autopilot 會自動增加較小的資源。舉例來說,如果您為在 Scale-Out 類別上執行的 Pod 要求 1 個 vCPU 和 16 GiB 記憶體 (1:16 比例),Autopilot 會將 CPU 要求增加至 4 個 vCPU,將比例變更為 1:4。

運算類別的下限和上限

下表說明 Autopilot 支援的各個運算類別,其 CPU 與記憶體比率的最小值、最大值和允許值:

各運算類別的資源要求下限和上限,以及 CPU 與記憶體比率
運算級別 CPU:記憶體比率 (vCPU:GiB) 資源 下限 上限
一般用途 (預設 autopilot 或 autopilot-arm) 介於 1:1 和 1:6.5 之間 CPU

這個值取決於叢集是否支援爆發,如下所示:

  • 支援高載的叢集:50m CPU
  • 不支援高載的叢集:250m CPU

如要確認叢集是否支援爆發功能,請參閱「GKE 的爆發功能可用性」。

30 個 vCPU
一般用途 (預設 autopilot 或 autopilot-arm) 介於 1:1 和 1:6.5 之間 記憶體

這個值取決於叢集是否支援爆發,如下所示:

  • 支援高載的叢集:52 MiB
  • 不支援高載的叢集:512 MiB

如要確認叢集是否支援爆發功能,請參閱「GKE 的爆發功能可用性」。

110 GiB
平衡 介於 1:1 和 1:8 之間 CPU 0.25 個 vCPU

222 個 vCPU

如果選取最低 CPU 平台:

  • Intel 平台:126 個 vCPU
  • AMD 平台:222 個 vCPU
平衡 介於 1:1 和 1:8 之間 記憶體 0.5 GiB

851 GiB

如果選取最低 CPU 平台:

  • Intel 平台:823 GiB
  • AMD 平台:851 GiB
效能 不適用 CPU 沒有最低要求規定
  • C2 機器系列:58 個 vCPU
  • C2D 機器系列:110 個 vCPU
  • C3 機器系列:174 個 vCPU
  • 搭載本機 SSD 的 C3 機器系列:174 個 vCPU
  • C3D 機器系列:358 個 vCPU
  • 具備本機 SSD 的 C3D 機器系列:358 個 vCPU
  • C4A 機器系列 (請參閱需求和限制):70 個 vCPU
  • C4D 機器系列 (1.32.9-gke.1711000 以上版本):382 個 vCPU
  • 具備本機 SSD 的 C4D 機器系列 (1.32.9-gke.1711000 以上版本):382 個 vCPU
  • C4N 機器系列 (1.36.0-gke.3009002 以上版本):192 個 vCPU
  • 搭載本機 SSD 的 C4N 機器系列 (1.37.2-gke.1434000 以上版本):192 個 vCPU
  • H3 機器系列:86 個 vCPU
  • H4D 機器系列 (1.33.2-gke.4731000 以上版本):192 個 vCPU
  • T2A 機器系列:46 個 vCPU
  • T2D 機器系列:58 個 vCPU
  • C4 機器系列:286 個 vCPU
  • M4 機器系列 (1.33.4-gke.1013000 以上版本):224 個 vCPU
  • N4 機器系列:78 個 vCPU
  • N4A 機器系列 (1.34.1-gke.3403001 以上版本):64 個 vCPU
  • N4D 機器系列 (1.33.13-gke.1079000 以上版本,或 1.34.1-gke.2037000 以上版本):94 個 vCPU
  • Z3 機器系列:174 個 vCPU
  • Z4D 機器系列 (1.36.3-gke.1244000 以上版本):382 個 vCPU
效能 不適用 記憶體 沒有最低要求規定
  • C2 機器系列:218 GiB
  • C2D 機器系列:835 GiB
  • C3 機器系列:1,345 GiB
  • 搭載本機 SSD 的 C3 機器系列:670 GiB
  • C3D 機器系列:2750 GiB
  • 搭載本機 SSD 的 C3D 機器系列:1,375 GiB
  • C4A 機器系列 (請參閱需求條件和限制):540 GiB
  • C4D 機器系列 (1.32.9-gke.1711000 以上版本):2905 GiB
  • 搭載本機 SSD 的 C4D 機器系列 (1.32.9-gke.1711000 以上版本):2905 GiB
  • C4N 機器系列 (1.36.0-gke.3009002 以上版本):1,488 GiB
  • 搭載本機 SSD 的 C4N 機器系列 (1.37.2-gke.1434000 以上版本):1,488 GiB
  • H3 機器系列:330 GiB
  • H4D 機器系列:
    • 3,024 GiB (1.37.2-gke.1325000 以上版本)
    • 1,400 GiB (1.33.2-gke.4731000 以上版本,且早於 1.37.2-gke.1325000)
  • T2A 機器系列:172 GiB
  • T2D 機器系列:218 GiB
  • C4 機器系列:2140 GiB
  • M4 機器系列 (1.33.4-gke.1013000 以上版本):5952 GiB
  • N4 機器系列:600 GiB
  • N4A 機器系列 (1.34.1-gke.3403001 以上版本):512 GiB
  • N4D 機器系列 (1.33.13-gke.1079000 以上版本,或 1.34.1-gke.2037000 以上版本):768 GiB
  • Z3 機器系列:1406 GiB
  • Z4D 機器系列 (1.36.3-gke.1244000 以上版本):3024 GiB
效能 不適用 臨時儲存空間 沒有最低要求規定
  • C2 機器系列:56 TiB
  • C2D 機器系列:56 TiB
  • C3 機器系列:56 TiB
  • 搭載本機 SSD 的 C3 機器系列:10,000 GiB
  • C3D 機器系列:56 TiB
  • 搭載本機 SSD 的 C3D 機器系列:10,000 GiB
  • C4A 機器系列 (請參閱規定和限制):56 TiB
  • C4D 機器系列 (1.32.9-gke.1711000 以上版本):56 TiB
  • 搭載本機 SSD 的 C4D 機器系列 (1.32.9-gke.1711000 以上版本):10,000 GiB
  • C4N 機器系列 (1.36.0-gke.3009002 以上版本):56 TiB
  • 搭載本機 SSD 的 C4N 機器系列 (1.37.2-gke.1434000 以上版本):56 TiB
  • H3 機器系列:56 TiB
  • H4D 機器系列 (1.33.2-gke.4731000 以上版本):56 TiB
  • T2A 機器系列:56 TiB
  • T2D 機器系列:56 TiB
  • C4 機器系列:56 TiB
  • M4 機器系列 (1.33.4-gke.1013000 以上版本):56 TiB
  • N4 機器系列:56 TiB
  • N4A 機器系列 (1.34.1-gke.3403001 以上版本):56 TiB
  • N4D 機器系列 (1.33.13-gke.1079000 以上版本,或 1.34.1-gke.2037000 以上版本):56 TiB
  • Z3 機器系列:34,000 GiB
  • Z4D 機器系列 (1.36.3-gke.1244000 以上版本):75,000 GiB
水平擴展 1:4 CPU 0.25 個 vCPU
  • arm64:43 個 vCPU
  • amd64:54 個 vCPU
水平擴展 1:4 記憶體 1 GiB
  • arm64:172 GiB
  • amd64:216 GiB

如要瞭解如何在 Autopilot Pod 中要求運算類別,請參閱「選擇 Autopilot Pod 的運算類別」。

加速器數量下限和上限

對於使用加速器的 Pod,GKE 不會強制要求 CPU、記憶體或臨時儲存空間的最低用量。除非另有指定,否則支援的臨時儲存空間上限為 56 TiB。下表根據您使用的加速器數量和類型,說明各項資源的要求上限:

各加速器類型的資源要求上限
加速器類型 資源 上限

NVIDIA B200

nvidia-B200

CPU
  • 8 個 GPU:220 個 vCPU

NVIDIA B200

nvidia-B200

記憶體
  • 8 個 GPU:3800 GiB

NVIDIA B200

nvidia-B200

臨時儲存空間
  • 8 個 GPU:10 TiB

NVIDIA H200 (141GB)

nvidia-h200-141gb

CPU
  • 8 個 GPU:220 個 vCPU

NVIDIA H200 (141GB)

nvidia-h200-141gb

記憶體
  • 8 個 GPU:2810 GiB

NVIDIA H200 (141GB)

nvidia-h200-141gb

臨時儲存空間
  • 8 個 GPU:10 TiB (1.32.2-gke.1182000 以上版本)
  • 8 個 GPU:2540 GiB (1.32.2-gke.1182000 之前版本)

NVIDIA H100 Mega (80GB)

nvidia-h100-mega-80gb

CPU
  • 8 個 GPU:206 個 vCPU

NVIDIA H100 Mega (80GB)

nvidia-h100-mega-80gb

記憶體
  • 8 個 GPU:1795 GiB

NVIDIA H100 Mega (80GB)

nvidia-h100-mega-80gb

臨時儲存空間
  • 8 個 GPU:5250 GiB

NVIDIA H100 (80GB)

nvidia-h100-80gb

CPU
  • 8 個 GPU:206 個 vCPU

NVIDIA H100 (80GB)

nvidia-h100-80gb

記憶體
  • 8 個 GPU:1795 GiB

NVIDIA H100 (80GB)

nvidia-h100-80gb

臨時儲存空間
  • 8 個 GPU:5250 GiB

NVIDIA A100 (40GB)

nvidia-tesla-a100

CPU
  • 1 個 GPU:11 個 vCPU
  • 2 個 GPU:22 個 vCPU
  • 4 個 GPU:46 個 vCPU
  • 8 個 GPU:94 個 vCPU
  • 16 個 GPU:94 個 vCPU

在 A100 GPU 節點上執行的所有 DaemonSet,其 CPU 要求總和不得超過 2 個 vCPU。

NVIDIA A100 (40GB)

nvidia-tesla-a100

記憶體
  • 1 個 GPU:74 GiB
  • 2 個 GPU:148 GiB
  • 4 個 GPU:310 GiB
  • 8 個 GPU:632 GiB
  • 16 個 GPU:1264 GiB

在 A100 GPU 節點上執行的所有 DaemonSet,其記憶體要求總和不得超過 14 GiB。

NVIDIA A100 (80GB)

nvidia-a100-80gb

CPU
  • 1 個 GPU:11 個 vCPU
  • 2 個 GPU:22 個 vCPU
  • 4 個 GPU:46 個 vCPU
  • 8 個 GPU:94 個 vCPU

在 A100 (80 GB) GPU 節點上執行的所有 DaemonSet,其 CPU 要求總和不得超過 2 個 vCPU。

NVIDIA A100 (80GB)

nvidia-a100-80gb

記憶體
  • 1 個 GPU:148 GiB
  • 2 個 GPU:310 GiB
  • 4 個 GPU:632 GiB
  • 8 個 GPU:1264 GiB

在 A100 (80 GB) GPU 節點上執行的所有 DaemonSet,其記憶體要求總和不得超過 14 GiB。

NVIDIA A100 (80GB)

nvidia-a100-80gb

臨時儲存空間
  • 1 個 GPU:280 GiB
  • 2 個 GPU:585 GiB
  • 4 個 GPU:1220 GiB
  • 8 個 GPU:2540 GiB

NVIDIA RTX PRO 6000

nvidia-rtx-pro-6000

CPU
  • 1/8 GPU:6 個 vCPU
  • 1/4 GPU:12 個 vCPU
  • 1/2 GPU:24 個 vCPU
  • 1 個 GPU:47 個 vCPU
  • 2 個 GPU:94 個 vCPU
  • 4 個 GPU:190 個 vCPU
  • 8 個 GPU:380 個 vCPU

NVIDIA RTX PRO 6000

nvidia-rtx-pro-6000

記憶體
  • 1/8 GPU:22 GiB
  • 1/4 GPU:45 GiB
  • 1/2 GPU:90 GiB
  • 1 個 GPU:164 GiB
  • 2 個 GPU:330 GiB
  • 4 個 GPU:675 GiB
  • 8 個 GPU:1350 GiB

NVIDIA RTX PRO 6000

nvidia-rtx-pro-6000

臨時儲存空間
  • 1/8 GPU:0 GiB (不支援臨時儲存空間)
  • 1/4 GPU:375 GiB
  • 1/2 GPU:750 GiB
  • 1 個 GPU:1500 GiB
  • 2 個 GPU:3 TiB
  • 4 個 GPU:6 TiB
  • 8 個 GPU:12 TiB

NVIDIA L4

nvidia-l4

CPU
  • 1 個 GPU:31 個 vCPU
  • 2 個 GPU:23 個 vCPU
  • 4 個 GPU:47 個 vCPU
  • 8 個 GPU:95 個 vCPU

在 L4 GPU 節點上執行的所有 DaemonSet,其 CPU 要求總和不得超過 2 個 vCPU。

NVIDIA L4

nvidia-l4

記憶體
  • 1 個 GPU:115 GiB
  • 2 個 GPU:83 GiB
  • 4 個 GPU:177 GiB
  • 8 個 GPU:363 GiB

在 L4 GPU 節點上執行的所有 DaemonSet,其記憶體要求總和不得超過 14 GiB。

NVIDIA Tesla T4

nvidia-tesla-t4

CPU
  • 1 個 GPU:46 個 vCPU
  • 2 個 GPU:46 個 vCPU
  • 4 個 GPU:94 個 vCPU

NVIDIA Tesla T4

nvidia-tesla-t4

記憶體
  • 1 個 GPU:287.5 GiB
  • 2 個 GPU:287.5 GiB
  • 4 個 GPU:587.5 GiB

Ironwood (TPU7x)

tpu7x

CPU
  • tpu7x-standard-4t:224 個 vCPU

Ironwood (TPU7x)

tpu7x

記憶體
  • tpu7x-standard-4t:992 GiB

Ironwood (TPU7x)

tpu7x

臨時儲存空間 56 TiB

TPU v6e (預先發布版)

tpu-v6e-slice

CPU
  • ct6e-standard-1t:44 個 vCPU
  • ct6e-standard-4t:180 個 vCPU
  • ct6e-standard-8t:180 個 vCPU

TPU v6e (預先發布版)

tpu-v6e-slice

記憶體
  • ct6e-standard-1t:176 GiB
  • ct6e-standard-4t:720 GiB
  • ct6e-standard-8t:1440 GiB

TPU v6e (預先發布版)

tpu-v6e-slice

臨時儲存空間 56 TiB

TPU v5e

tpu-v5-lite-podslice

CPU
  • 1x1 拓撲:24 個 vCPU
  • 2x2 拓撲:112 個 vCPU
  • 2x4 拓撲 (4 晶片要求):112 個 vCPU
  • 2x4 拓撲 (8 晶片要求):224 個 vCPU
  • 4x4 拓撲:112 個 vCPU
  • 4x8 拓撲:112 個 vCPU
  • 8x8 拓撲:112 個 vCPU
  • 8x16 拓撲:112 個 vCPU
  • 16x16 拓撲:112 個 vCPU

TPU v5e

tpu-v5-lite-podslice

記憶體
  • 1x1 拓撲:48 GiB
  • 2x2 拓撲:192 GiB
  • 2x4 拓撲 (4 晶片要求):192 GiB
  • 2x4 拓撲 (8 晶片要求):384 GiB
  • 4x4 拓撲:192 GiB
  • 4x8 拓撲:192 GiB
  • 8x8 拓撲:192 GiB
  • 8x16 拓撲:192 GiB
  • 16x16 拓撲:192 GiB

TPU v5e

tpu-v5-lite-podslice

臨時儲存空間 56 TiB

TPU v5p

tpu-v5p-slice

CPU 280 個 vCPU

TPU v5p

tpu-v5p-slice

記憶體 448 GiB

TPU v5p

tpu-v5p-slice

臨時儲存空間 56 TiB

TPU v4

tpu-v4-podslice

CPU 240 個 vCPU

TPU v4

tpu-v4-podslice

記憶體 407 GiB

TPU v4

tpu-v4-podslice

臨時儲存空間 56 TiB

如要瞭解如何在 Autopilot Pod 中要求 GPU,請參閱「在 Autopilot 中部署 GPU 工作負載」。

資源要求來區隔工作負載及延長時間

在下列情況下,Autopilot 會強制提高預設和最低資源要求的值:

  • 在任何非叢集層級預設的自訂 Autopilot ComputeClass 中,使用 podFamily 優先順序規則。
  • 您部署的工作負載符合下列兩項條件:
    • 請使用下列其中一種運算設定:
      • Autopilot 叢集中的預設容器最佳化運算平台。
      • 任何內建的 Autopilot ComputeClass。
      • 自訂 Autopilot ComputeClass 中的 podFamily 優先順序規則,這也是叢集層級的預設值。
      • Autopilot 叢集中的 Balanced 或 Scale-Out ComputeClass。
    • 您可以透過下列任一方式,操控 Kubernetes 排程和淘汰行為:

根據預設,如果資源要求低於允許的最小值,Autopilot 會提高資源要求,以符合最小值。Pod 反親和性是這項行為的例外狀況,Autopilot 會拒絕 Pod 並顯示錯誤訊息。

下表說明在這些情境中,您可以指定的預設要求和最低資源要求:

工作負載區隔和延長時間長度的預設和最低資源要求
設定 預設 下限

Pod 會修改排程或撤除行為,並使用下列其中一項設定:

  • 預設 Autopilot 運算平台
  • 內建 Autopilot ComputeClass
  • 叢集層級預設 ComputeClass 有 podFamily 項規則
  • CPU:0.5 個 vCPU
  • 記憶體:2 GiB
  • CPU:0.5 個 vCPU
  • 記憶體:0.5 GiB
在非預設自訂 ComputeClass 中使用 podFamily 規則的 Pod
  • CPU:0.5 個 vCPU
  • 記憶體:2 GiB
  • CPU:0.5 個 vCPU
  • 記憶體:0.5 GiB
修改排程或淘汰行為,並在 Autopilot 叢集中使用 Balanced ComputeClass 的 Pod
  • CPU:2 個 vCPU
  • 記憶體:8 GiB
  • CPU:1 個 vCPU
  • 記憶體:4 GiB
修改排程或淘汰行為,並在 Autopilot 叢集中使用 Scale-Out ComputeClass 的 Pod
  • CPU:0.5 個 vCPU
  • 記憶體:2 GiB
  • CPU:0.5 個 vCPU
  • 記憶體:2 GiB

Init 容器

Init 容器會依序執行,且所有 init 容器都必須完成執行,應用程式容器才能啟動。在 Autopilot 叢集中,如果您未指定 init 容器的 CPU 或記憶體要求,或未明確將要求設為 0,Autopilot 會在建立期間修改 Pod,為每個 init 容器新增資源要求。指派給每個 init 容器的要求,等於 Pod 中所有應用程式容器的要求總和。這是預設行為。

這與 Standard 叢集的行為不同,Standard 叢集的 init 容器會使用 Pod 排定執行的節點上任何未分配的資源。

自動為 init 容器分配資源

系統會在建立 Pod 時,自動為 init 容器分配資源。建議您不要手動為 Autopilot 叢集中的 init 容器指定資源要求,這樣每個容器預設都能取得 Pod 可用的完整資源。

如果您在建立 Pod 後,變更 Pod 中非 init 容器的資源要求,Autopilot 不會自動調整 init 容器的資源要求。因此,您可能會發現費用與 Pod 的實際資源用量不一致。帳單金額取決於 Pod 的有效資源要求,也就是下列兩者中的較大值:

  • Pod 中任何單一 init 容器的最大資源要求。
  • Pod 中所有應用程式容器的要求總和。

詳情請參閱「Autopilot 中的自動資源管理」。

手動分配 init 容器資源

如需變更應用程式容器現有的資源要求,以便管理成本和資源,建議您採取下列任一做法,調整 init 容器要求:

  • 手動更新 init 容器的資源要求,以符合 Pod 的新要求總量。手動指定資源要求時,請考量下列事項:
    • 如果要求低於 Pod 的總資源,可能會限制 init 容器。
    • 如果要求高於 Pod 的總資源,費用可能會增加。
  • 移除資源要求,讓 Autopilot 重新計算。Autopilot 預設會根據 Pod 中所有應用程式容器目前要求的資源總量,重新分配資源給各個 init 容器。

在 Autopilot 中設定資源限制

Kubernetes 可讓您在 Pod 規格中,為資源設定 requests 和 limits。Pod 的行為會因 limits 是否與 requests 不同而有所變化,如下表所示:

Pod 行為 (依據資源要求和限制設定)
值設定 Autopilot 行為
requests等於limits Pod 使用 Guaranteed QoS 類別。
已設定 requests,未設定 limits

行為取決於叢集是否支援爆發,如下所示:

  • 支援 burst 的叢集:Pod 可 burst 至可用的 burst 可用資源。
  • 不支援高載的叢集:GKE 會將 limits 設為等於 requests。

如要確認叢集是否支援爆發功能,請參閱「GKE 的爆發功能可用性」。

未設定 requests,已設定 limits Autopilot 會將 requests 設為 limits 的值,這是預設的 Kubernetes 行為。

更新前:

resources:
  limits:
    cpu: "400m"

更新後:

resources:
  requests:
    cpu: "400m"
  limits:
    cpu: "400m"
比「limits」便宜 requests

行為取決於叢集是否支援爆發,如下所示:

  • 支援高載的叢集:Pod 最多可高載至 limits 中指定的值。
  • 不支援高載的叢集:GKE 會將 limits 設為等於 requests。

如要確認叢集是否支援爆發功能,請參閱「GKE 的爆發功能可用性」。

requests大於limits Autopilot 會將 requests 設為 limits 的值。

更新前:

resources:
  requests:
    cpu: "450m"
  limits:
    cpu: "400m"

更新後:

resources:
  requests:
    cpu: "400m"
  limits:
    cpu: "400m"
未設定 requests,未設定 limits

Autopilot 會將 requests 設為運算類別或硬體設定的預設值。

limits 的行為取決於叢集是否支援爆量,如下所示:

  • 支援高載的叢集:Autopilot 不會設定 limits。
  • 不支援高載的叢集:GKE 會將 limits 設為等於 requests。

如要確認叢集是否支援爆發功能,請參閱「GKE 的爆發功能可用性」。

在多數情況下,請為工作負載設定適當的資源要求和相等的限制。

如果工作負載暫時需要比穩定狀態更多的資源 (例如啟動期間或流量較高時),請將限制設為高於要求,讓 Pod 爆發。詳情請參閱「在 GKE 中設定 Pod 爆發」。

Autopilot 中的自動資源管理

如果您為工作負載指定的資源要求超出允許範圍,或未要求某些容器的資源,Autopilot 會修改工作負載設定,以符合允許的限制。Autopilot 會先為未指定要求的容器套用預設值,再計算資源比率和資源擴充需求。

  • 缺少要求:如果您未在某些容器中要求資源,Autopilot 會套用運算類別或硬體設定的預設要求。
  • CPU 與記憶體比率:Autopilot 會調高較小的資源,使比率落在允許範圍內。
  • 暫時儲存空間:Autopilot 會修改暫時儲存空間要求,以符合每個容器所需的最低用量。所有容器的儲存空間要求累計值不得超過允許的最大值。在 1.28.6-gke.1317000 之前的版本中,如果要求的臨時儲存空間超過上限,Autopilot 會縮減儲存空間。在 1.28.6-gke.1317000 以上版本中,Autopilot 會拒絕您的工作負載。
  • 要求低於下限:如果您要求的資源少於所選硬體設定允許的下限,Autopilot 會自動修改 Pod,要求至少達到資源值下限。

根據預設,當 Autopilot 自動調度資源以達到最低或預設資源值時,GKE 會將額外容量分配給 Pod 資訊清單中的「第一個容器」。在 GKE 1.27.2-gke.2200 以上版本中,您可以在 Pod 資訊清單的 annotations 欄位中加入下列內容,指示 GKE 將額外資源分配給特定容器:

autopilot.gke.io/primary-container: "CONTAINER_NAME"

將 CONTAINER_NAME 替換為容器名稱。

資源修改範例

以下情境範例說明 Autopilot 如何修改工作負載設定,以符合執行中 Pod 和容器的需求。

單一容器,vCPU < 0.05

下表顯示 Autopilot 如何修改單一容器要求低於 0.05 個 vCPU 的資源要求:

修改單一容器的資源要求 (vCPU 少於 0.05)
容器編號 原始要求 修改過的要求
1
  • CPU:30 mCPU
  • 記憶體:0.5 GiB
  • 暫時儲存空間:10 MiB
  • CPU:50 mCPU
  • 記憶體:0.5 GiB
  • 暫時儲存空間:10 MiB

多個容器的 CPU 總量 < 0.05 個 vCPU

下表說明當 CPU 要求總量低於 0.05 個 vCPU 時,Autopilot 如何修改多個容器的資源要求:

修改多個容器的資源要求,CPU 總量小於 0.05 個 vCPU
容器編號 原始要求 修改過的要求
1
  • CPU:10 mCPU
  • 記憶體:0.5 GiB
  • 暫時儲存空間:10 MiB
  • CPU:30 mCPU
  • 記憶體:0.5 GiB
  • 暫時儲存空間:10 MiB
2
  • CPU:10 mCPU
  • 記憶體:0.5 GiB
  • 暫時儲存空間:10 MiB
  • CPU:10 mCPU
  • 記憶體:0.5 GiB
  • 暫時儲存空間:10 MiB
3
  • CPU:10 mvCPU
  • 記憶體:0.5 GiB
  • 暫時儲存空間:10 MiB
  • CPU:10 mCPU
  • 記憶體:0.5 GiB
  • 暫時儲存空間:10 MiB
Pod 資源總數 不適用
  • CPU:50 mCPU
  • 記憶體:1.5 GiB
  • 暫時儲存空間:30 MiB

單一容器的記憶體過低,無法滿足要求的 CPU

在本例中,記憶體容量過低,無法支援 CPU 數量 (至少 1 個 vCPU:1 GiB)。CPU 與記憶體的比例下限為 1:1。如果比率低於該值,記憶體要求就會增加,如下表所示:

要求的記憶體低於 CPU 與記憶體的最低比率時,修改資源要求
容器編號 原始要求 修改過的要求
1
  • CPU:4 個 vCPU
  • 記憶體:1 GiB
  • 暫時儲存空間:10 MiB
  • CPU:4 個 vCPU
  • 記憶體:4 GiB
  • 暫時儲存空間:10 MiB
Pod 資源總數 不適用
  • CPU:4 個 vCPU
  • 記憶體:4 GiB
  • 暫時儲存空間:10 MiB

後續步驟