Kubernetes Apache Ignite Random-LRU 驱逐算法答案

【问题标题】：Kubernetes Apache Ignite Random-LRU eviction algorithmKubernetes Apache Ignite Random-LRU 驱逐算法
【发布时间】：2020-02-08 00:27:43
【问题描述】：

我的项目在 Kubernetes 中设置了一个无状态的 Apache Ignite 集群。在性能测试期间，每个 Apache Ignite pod 的内存已达到其内存限制并降低了应用程序的性能。

经过阅读，我们发现默认情况下没有实施任何驱逐策略，实际上文档中有一节建议我们可以为堆外驱逐实现驱逐。 https://apacheignite.readme.io/docs/evictions#section-random-lru

但是，我们在实施策略时遇到了问题，因为我们使用的是 helm chart，它没有为我们提供太多修改配置 xml 的选项。 https://github.com/helm/charts/tree/master/stable/ignite

非常感谢您的帮助

【问题讨论】：

我认为你应该启用持久化，并给你的 POD 更少的内存，这样数据区域就会更小。
在我的情况下不允许启用持久性。根据您的建议，我应该给服务器 POD 或客户端 POD 较小的内存量吗？因为客户端实际上是一个SpringBoot应用我无法改变内存量

【解决方案1】：

据我所知IgniteXML 配置是hard-coded 进入此Helm 图表。不幸的是，到期政策无法通过它进行配置。从我的角度来看，这里唯一的选择是为这个图表做出贡献，或者只是调整它以供您本地使用。或者您可以寻求其他方式来实现k8s 部署自动化。

【讨论】：