生产环境使用了微服务部署,如何合理分配docker服务器资源

334246546 2025-12-26 11:15

悬赏：10

• 

  admin (楼主)

  2025-12-26 12:24

  你提到的cpu不高但是卡死的情况，会有多种可能性

   1. 内存溢出或频繁gc：docker没限制内存，java进程可能会占用过多物理内存导致oom，或者jvm持续回收内存，线程暂停导致卡死

   2. 线程池耗尽：数据库连接池最大线程数设置太小，当请求多人多了，会消耗掉连接池线程，后续的请求都在等待io，就造成了卡死的情况

   3. 连接数限制：应用服务器 ulimit（最大句柄数）以及 undertow/tomcat 的最大连接数较小，导致请求都在等待

   

  尝试解决上面的问题，可以这么调整配置测试下：

   1. docker部署层面限制每个服务的cpu以及内存

   2. java服务层面配置容器的线程、数据库连接

  
  

  dockerfile的脚本可以大改参考改成这样：

  FROM bladex/alpine-java:openjdk17_cn_slim
  
  LABEL maintainer="bladejava@qq.com"
  
  RUN mkdir -p /blade
  
  WORKDIR /blade
  
  EXPOSE 8888
  
  COPY ./target/blade-business.jar ./app.jar
  
  # 关键修改：在 -jar 之前加入 -Xms4g -Xmx4g
  ENTRYPOINT ["java", \
              "-Xms4g", \
              "-Xmx4g", \
              "--add-opens", "java.base/java.lang=ALL-UNNAMED", \
              "--add-opens", "java.base/java.lang.reflect=ALL-UNNAMED", \
              "-Djava.security.egd=file:/dev/./urandom", \
              "-jar", "app.jar"]
  
  CMD ["--spring.profiles.active=test"]

  
  

  docker-compose.yml部署的脚本可以大改参考改成这样：

  version: "3.9"
  services:
    business:
      image: your-business-image:latest
      deploy:
        resources:
          limits:
            cpus: "4"
            memory: 4G
          reservations:
            cpus: "2"
            memory: 2G
      environment:
        - JAVA_TOOL_OPTIONS=-Xms4g -Xmx4g
      # ports, networks, etc.
  
    mq-service:
      image: your-mq-service-image:latest
      deploy:
        resources:
          limits:
            cpus: "2"
            memory: 2G
          reservations:
            cpus: "1"
            memory: 1G
      environment:
        - JAVA_TOOL_OPTIONS=-Xms1.5g -Xmx1.5g
  
    mq-consumer:
      image: your-mq-consumer-image:latest
      deploy:
        resources:
          limits:
            cpus: "4"
            memory: 3G
          reservations:
            cpus: "2"
            memory: 1.5G
      environment:
        - JAVA_TOOL_OPTIONS=-Xms2g -Xmx2g

  
  

  可适当调整容器线程数

  server:
    port: 80
    undertow:
      threads:
        # 设置IO线程数, 它主要执行非阻塞的任务,它们会负责多个连接, 默认设置每个CPU核心一个线程
        io: 16 
        # Worker线程：负责处理阻塞业务（即你的 Controller 逻辑）。
        # 建议：由于你是业务系统且有卡死现象，可以增加到 800-1000。
        worker: 800 
      # 默认值通常是根据内存计算的，建议设置为 16384 (16KB) 或更大，减少磁盘/网络 IO 次数。
      buffer-size: 16384
      # 直接内存分配，建议保持 true 以提升 IO 性能
      direct-buffers: true

  
  

  数据库连接池适当调整

  spring:
    datasource:
      druid:
        # 初始连接数：建议设为 10-20，减少启动后的波动
        initial-size: 20
        # 最小空闲连接数：保持与初始一致
        min-idle: 20
        # 建议：单实例设为 100-200。如果你有 4 个微服务实例，总连接在就 400-800
        max-active: 150
        # 超时快速失败，方便通过监控发现瓶颈。
        max-wait: 60000
        # 建议开启：空闲连接检测
        test-while-idle: true
        # 归还/借用时不校验，提升性能
        test-on-borrow: false
        test-on-return: false
        # 检测连接是否有效的超时时间
        validation-query-timeout: 3000

  
  
  0 讨论(0)

  查看其它2个回答
  发布评论:

  提交评论

  ---

  •  加载中...

验证码

 看不清?

提交回复