Docker 容器没有正确使用 CPU答案

【问题标题】：Docker container not utilizing cpu properlyDocker 容器没有正确使用 CPU
【发布时间】：2019-07-18 05:56:26
【问题描述】：

单个 docker 容器对于较少数量的并行进程运行良好，但是当我们将并行进程的数量增加到 20-30 时，进程执行速度会变慢。进程变慢了，但 docker 仍然只使用了 30-40% 的 cpu。

我尝试了以下方法让 docker 使用适当的 cpu 并且不减慢进程 -

即使在做了这两件事之后，容器仍然没有正确利用 cpu。我正在使用 docker exec 在单个运行的容器中启动多个进程。有没有什么有效的方法可以使用单个 docker 容器来执行多个进程或让容器使用 100% 的 cpu？

我使用的配置是

服务器 - aws ec2 t2.2Xlarge（8 核，32 GB 内存）

Docker 版本 - 18.09.7

Os-ubuntu 18.04

【问题讨论】：

请描述您正在运行的“进程”的性质。可能 CPU 不是问题，而是文件 I/O、内存、网络、软件依赖项未针对多核优化等等……
进程只是简单的 python 脚本，其中包含“print("hello world")”代码。因为我正在使用 docker exec 来执行，所以我 thunk 网络不会成为问题，而且只有 1 GB 的内存被使用，当我在 8 核 32 GB ram 实例上运行它时，还剩下 31 GB。
“Hello world”正在写入？
如果 CPU 使用率在 100% 左右，这意味着您的服务器正在尝试执行超出其能力的工作。这通常没问题，但这意味着程序可能会慢一点。为什么要 100% 使用？
为什么不基于同一个镜像运行 20-30 个并行容器？这似乎比拥有一个大型容器并使用docker exec 更好。

【解决方案1】：

当您在机器上运行某些东西时，它会消耗以下资源：1。 CPU 2. RAM 3. 磁盘 I/O 4. 网络带宽。如果您的容器正在耗尽上面列出的任何一种资源，则其他资源可能会耗尽。因此，请监控您的系统矩阵以找出根本原因。

【讨论】：

它只使用了 30-40% 的 cpu，ram 不是问题，它只使用了 32 gb 中的 1 gb，因为我正在使用 docker exec 并且脚本直接写入docker exec 进程的标准输出，所以我认为网络带宽不是问题。我用 iotop anf 检查了磁盘 io，发现它在 0.2% 左右，所以这也不是问题。