centos k8s部署性能优化技巧

在CentOS上进行Kubernetes（K8s）部署时，性能调优是一个关键步骤，以确保集群的高效运行和资源的最大化利用。以下是一些主要的调优策略：

系统级调优

• 内存优化：
  • 增加 vm.max_map_count 以允许更多的虚拟内存映射区域。
  • 降低 vm.swappiness 以减少交换空间的使用，从而提高性能。
  • 设置 vm.overcommit_memory 为 1 以允许内核过度分配内存。
• 网络优化：
  • 启用 net.ipv4.ip_forward 以支持网络地址转换。
  • 增加 net.core.rmem_max 和 net.core.wmem_max 以增加最大接收和发送缓冲区大小。
  • 增加 net.core.somaxconn 以增加最大监听队列长度。
  • 增加 net.ipv4.tcp_max_syn_backlog 以增加SYN队列的大小。
• 文件系统优化：
  • 增加 fs.inotify.max_user_instances 和 fs.inotify.max_user_watches 以增加inotify实例和监视的文件数量。
  • 增加 fs.pipe-max-size 和 fs.aio-max-nr 以增加管道缓冲区和异步I/O请求数量。
• 内核参数优化：
  • 增加 kernel.pid_max 以增加最大进程ID数量。
  • 调整 kernel.watchdog_thresh 以调整内核 watchdog 超时时间。
  • 设置 kernel.hung_task_timeout_secs 以设置进程挂起超时时间。

Kubernetes特定调优

• 节点配置：
  • 根据处理器内核数设置 podsPerCore 以确定节点可运行的Pod数量。
  • 设置 maxPods 以确定节点可以运行的最大Pod数量。
• 网络调优：
  • 在高并发场景中，启用 TIME_WAIT 连接复用和扩大源端口范围。
  • 调大全连接队列的大小。
• 资源配置和管理：
  • 为Pod设置合理的资源请求（requests）和限制（limits），以确保资源合理利用。
  • 配置Horizontal Pod Autoscaler（HPA）以根据资源使用情况自动调整Pod数量。

监控和分析

• 使用Metrics Server、Prometheus等工具监控集群性能指标。
• 定期分析日志以发现性能瓶颈。

其他优化建议

• 禁用不必要的服务。
• 禁用SELinux和防火墙以减少系统开销。
• 关闭Swap分区以提高内存使用效率。

请注意，上述方法并非适用于所有场景，具体的调优措施需要根据实际的集群规模、业务需求和硬件环境进行调整。在进行优化之前，建议先备份原始配置和数据，以便在出现问题时能够快速恢复。