java - Kubernetes，简单的 SpringBoot 应用程序 OOMKilled

Question

我正在使用 OpenJDK 11 和一个非常简单的 SpringBoot 应用程序，它几乎唯一的功能就是启用了 SpringBoot 执行器，因此我可以调用 /执行器/健康 等等

我在 GCE 上也有一个 kubernetes 集群，非常简单，只有一个带有容器的 pod(当然包含这个应用程序)

我的配置有一些我想强调的关键点，它有一些要求和限制

resources:
  limits:
    memory: 600Mi
  requests:
    memory: 128Mi

它有一个就绪探针

readinessProbe:
  initialDelaySeconds: 30
  periodSeconds: 30
  httpGet:
    path: /actuator/health
    port: 8080

我还设置了一个 JVM_OPTS (我的程序显然正在使用)

env:
- name: JVM_OPTS
  value: "-XX:MaxRAM=512m"

问题

我启动它，每次大约 3 小时后它就会被 OOMKilled!

我自己从来没有调用任何东西，唯一的调用是 kubernetes 每 30 秒进行一次就绪探测，这足以耗尽内存吗？我也没有实现任何不寻常的东西，只是一个 Get 方法，它在所有 SpringBoot 导入中说 hello world 以拥有执行器

如果我运行 kubectl top pod XXXXXX，我实际上会看到如何逐渐变大

我尝试了很多不同的配置、技巧等，但任何东西似乎都适用于基本的 SpringBoot 应用程序

有没有办法以 Java 可以引发 OutOfMemory 异常的方式实际硬限制内存？或防止这种情况发生？

提前致谢

编辑:运行 15 小时后

NAME                        READY   STATUS    RESTARTS   AGE
pod/test-79fd5c5b59-56654   1/1     Running   4          15h

描述 pod 说……

State:          Running
  Started:      Wed, 27 Feb 2019 10:29:09 +0000
Last State:     Terminated
  Reason:       OOMKilled
  Exit Code:    137
  Started:      Wed, 27 Feb 2019 06:27:39 +0000
  Finished:     Wed, 27 Feb 2019 10:29:08 +0000

最后的时间跨度大约是 4 小时，只有 483 次调用/actuator/health，显然这足以让 java 超过 MaxRAM 提示？

编辑:差不多 17 小时

它又要死了

$ kubectl top pod test-79fd5c5b59-56654

NAME                    CPU(cores)   MEMORY(bytes)   
test-79fd5c5b59-56654   43m          575Mi      

编辑:在 23 小时失去任何希望

NAME                        READY   STATUS    RESTARTS   AGE
pod/test-79fd5c5b59-56654   1/1     Running   6          23h

描述 pods :

State:          Running
      Started:      Wed, 27 Feb 2019 18:01:45 +0000
    Last State:     Terminated
      Reason:       OOMKilled
      Exit Code:    137
      Started:      Wed, 27 Feb 2019 14:12:09 +0000
      Finished:     Wed, 27 Feb 2019 18:01:44 +0000

编辑:新发现

昨天晚上我在读一些有趣的书:

https://developers.redhat.com/blog/2017/03/14/java-inside-docker/
https://banzaicloud.com/blog/java10-container-sizing/
https://medium.com/adorsys/jvm-memory-settings-in-a-container-environment-64b0840e1d9e

TL;DR 我决定取消内存限制并重新启动该过程，结果非常有趣(运行了大约 11 个小时后)

NAME                    CPU(cores)   MEMORY(bytes)   
test-84ff9d9bd9-77xmh   218m         1122Mi  

那么......那个CPU的WTH？我有点期待内存使用量很大，但是 CPU 会发生什么？

我能想到的一件事是 GC 正在疯狂地运行，认为 MaxRAM 是 512m 并且他正在使用超过 1G。我想知道，Java 是否正确检测人体工程学？ (我开始怀疑了)

为了测试我的理论，我设置了 512m 的限制并以这种方式部署应用程序，我发现从一开始就有一个不寻常的 CPU 负载，它必须是 GC 非常频繁地运行

kubectl create ...

limitrange/mem-limit-range created 
pod/test created

kubectl exec -it test-64ccb87fd7-5ltb6 /usr/bin/free
              total        used        free      shared  buff/cache   available
Mem:        7658200     1141412     4132708       19948     2384080     6202496
Swap:             0           0           0

kubectl top pod ..
NAME                    CPU(cores)   MEMORY(bytes)   
test-64ccb87fd7-5ltb6   522m         283Mi    

522m 是太多的 vCPU，所以我合乎逻辑的下一步是确保我在这种情况下使用最合适的 GC，我以这种方式更改了 JVM_OPTS:

  env:
  - name: JVM_OPTS
    value: "-XX:MaxRAM=512m -Xmx128m -XX:+UseSerialGC"
  ...
    resources:
      requests:
        memory: 256Mi
        cpu: 0.15
      limits:
        memory: 700Mi

这就是在 kubectl top pod 之后再次将 vCPU 使用率恢复到合理的状态。

NAME                    CPU(cores)   MEMORY(bytes)   
test-84f4c7445f-kzvd5   13m          305Mi 

与具有 MaxRAM 的 Xmx 混在一起显然会影响 JVM，但是如何无法控制我们在虚拟化容器上拥有的内存量？我知道 free命令将报告主机可用 RAM 但 OpenJDK 应该使用 cgroups 对吧？

我还在监视内存...

编辑:新的希望

我做了两件事，第一件事是再次删除我的容器限制，我想分析它会增长多少，我还添加了一个新标志来查看进程如何使用 native 内存 -XX:NativeMemoryTracking=summary
一开始一切正常，进程通过 kubectl top pod开始消耗300MB所以我让它运行了大约 4 个小时，然后......

kubectl top pod

NAME                    CPU(cores)   MEMORY(bytes)
test-646864bc48-69wm2   54m          645Mi

有点预期，对吧？但后来我检查了 native 内存使用情况

jcmd <PID> VM.native_memory summary

Native Memory Tracking:

Total: reserved=2780631KB, committed=536883KB
-                 Java Heap (reserved=131072KB, committed=120896KB)
                            (mmap: reserved=131072KB, committed=120896KB)

-                     Class (reserved=203583KB, committed=92263KB)
                            (classes #17086)
                            (  instance classes #15957, array classes #1129)
                            (malloc=2879KB #44797)
                            (mmap: reserved=200704KB, committed=89384KB)
                            (  Metadata:   )
                            (    reserved=77824KB, committed=77480KB)
                            (    used=76069KB)
                            (    free=1411KB)
                            (    waste=0KB =0.00%)
                            (  Class space:)
                            (    reserved=122880KB, committed=11904KB)
                            (    used=10967KB)
                            (    free=937KB)
                            (    waste=0KB =0.00%)

-                    Thread (reserved=2126472KB, committed=222584KB)
                            (thread #2059)
                            (stack: reserved=2116644KB, committed=212756KB)
                            (malloc=7415KB #10299)
                            (arena=2413KB #4116)

-                      Code (reserved=249957KB, committed=31621KB)
                            (malloc=2269KB #9949)
                            (mmap: reserved=247688KB, committed=29352KB)

-                        GC (reserved=951KB, committed=923KB)
                            (malloc=519KB #1742)
                            (mmap: reserved=432KB, committed=404KB)

-                  Compiler (reserved=1913KB, committed=1913KB)
                            (malloc=1783KB #1343)
                            (arena=131KB #5)

-                  Internal (reserved=7798KB, committed=7798KB)
                            (malloc=7758KB #28415)
                            (mmap: reserved=40KB, committed=40KB)

-                     Other (reserved=32304KB, committed=32304KB)
                            (malloc=32304KB #3030)

-                    Symbol (reserved=20616KB, committed=20616KB)
                            (malloc=17475KB #212850)
                            (arena=3141KB #1)

-    Native Memory Tracking (reserved=5417KB, committed=5417KB)
                            (malloc=347KB #4494)
                            (tracking overhead=5070KB)

-               Arena Chunk (reserved=241KB, committed=241KB)
                            (malloc=241KB)

-                   Logging (reserved=4KB, committed=4KB)
                            (malloc=4KB #184)

-                 Arguments (reserved=17KB, committed=17KB)
                            (malloc=17KB #469)

-                    Module (reserved=286KB, committed=286KB)
                            (malloc=286KB #2704)

等等，什么？ 2.1 GB 预留给线程？并且正在使用 222 MB，这是什么？我现在不知道，我只是看到它...

我需要时间来了解为什么会这样

Answer 1

我终于找到了我的问题，我想分享它，以便其他人可以以某种方式从中受益。

正如我在上次编辑中发现的那样，我遇到了一个线程问题，随着时间的推移导致所有内存消耗，特别是我们使用了来自第三方库的异步方法，而没有正确处理这些资源(确保这些调用在这种情况下正确结束)。

我能够检测到这个问题，因为我从一开始就在我的 kubernete 部署中使用了内存限制(这在生产环境中是一个很好的做法)，然后我使用像 jstat, jcmd, visualvm, kill -3 这样的工具非常密切地监控了我的应用程序内存消耗。最重要的是-XX:NativeMemoryTracking=summary在这方面给了我很多细节的标志。