解读

面试官想确认三件事：

1. 你是否真的在 Linux CFS 调度器层面理解“share”与“limit”的生效机制；
2. 能否把抽象的内核参数翻译成可观测、可对比的压测指标；
3. 是否具备“量化差异 → 定位瓶颈 → 给出调优建议”的闭环能力。
   国内主流生产环境 90% 以上基于 Kubernetes + Docker，宿主机多为 16C/32G 或 32C/64G 规格，Cgroup v1 仍占大头，v2 逐步上线。回答必须紧扣“如何设计实验、采集数据、解释结果”，而不是背概念。

知识点

1. CPU share（–cpu-shares 或 k8s cpu request）
   – 相对权重，只在容器竞争 CPU 时生效；空闲时可被超额使用。
   – 权重值与核数无直接换算关系，1024 代表“默认权重”，同宿主机上 2048 的容器可获约 2 倍调度机会。

2. CPU limit（–cpus 或 k8s cpu limit）
   – 硬上限，由 CFS quota（period=100 ms）实现：limit=2 核 ⇒ 每 100 ms 周期内最多跑 200 ms 的 CPU 时间片。
   – 达到上限即被 throttle，线程进入就绪队列等待下一个周期。

3. 压测可观测指标
   – 应用层：QPS、P99 响应时间、错误率。
   – 容器层：container_cpu_usage_seconds_total、container_cpu_cfs_throttled_periods_total、container_cpu_cfs_throttled_seconds_total。
   – 宿主机层：%usr、%sys、run queue length、上下文切换。

4. 量化方法
   – 控制变量：固定 Pod 数、副本数、网络、内存无限制，线程池/连接池打满。
   – 阶梯负载：用 Gatling/JMeter 从 50 并发逐级加到 2000，步长 5 min。
   – 对比矩阵：同一镜像分别跑“share=1024 无 limit”与“limit=2 核”两组，采集上述指标。
   – 差异计算：
   ΔQPS = (QPS_share – QPS_limit) / QPS_share
   ΔP99 = (P99_limit – P99_share) / P99_share
   throttle_ratio = Σthrottled_seconds / Σelapsed_seconds

答案

“share 1024”只决定宿主机 CPU 紧张时的相对优先级，空闲时可跑到 8 核甚至更多；“limit 2 核”是硬顶，哪怕宿主机空闲也不能超出。
量化步骤如下：

1. 在 32C 宿主机起两个同名 Deployment，A 组 request=limit=2 核，B 组 request=1024 share、limit 不设置。
2. 用 Gatling 以 500 并发压同一接口 10 min，指标如下：
   – A 组：CPU 使用率被钳在 200%，throttle_ratio=18%，QPS=5 800，P99=120 ms。
   – B 组：CPU 使用率冲到 420%，throttle_ratio=0，QPS=9 200，P99=65 ms。
3. 计算差异：ΔQPS=–37%，ΔP99=+85%，说明 limit 2 核直接把吞吐腰折，长尾延迟翻倍。
4. 若将 limit 提到 4 核，throttle_ratio 降到 2%，QPS 回升到 8 900，P99 降到 70 ms，基本与无 limit 持平，证明瓶颈就是 CPU 时间片被强制回收。
5. 输出调优建议：
   – 对延迟敏感的核心链路，limit 至少给到压测峰值 CPU 利用率+30% 冗余；
   – 对离线任务可保留低 limit 以提升宿主机装箱率；
   – 在 K8s 中采用 VPA/HPA 结合历史 CPU 95 分位自动修正 limit，避免人工拍脑袋。

拓展思考

1. 混部场景：夜间离线 Spark 任务 share=512，白天在线服务 share=2048，同一宿主机如何防止离线任务白天抢 CPU？
   – 可引入 kernel 的 cpu.qos_level 或阿里 koordinator 的 CPU 压制策略，动态下调离线权重。

2. Cgroup v2 的 cpu.max="max 100000" 与 cpu.weight=100 如何映射到旧参数？
   – weight=100 ≈ shares=1024，但 v2 不再区分 limit 与 quota，需要把 cpu.max 写成“<quota> <period>”格式，调试时直接用 systemd-cgtop 观察。

3. 超线程对量化结果的影响：
   – 同物理核超线程逻辑 CPU 共享执行单元，limit 2 核若被调度到同核超线程，实际算力 < 2 物理核；压测时需关闭超线程或绑定 core 以消除噪声。