我部署了一项服务，该服务会定期在我的服务器上进行视频编码；每次这样做，所有其他服务都会显着减慢。编码隐藏在多层抽象之下。限制这些层中的任何一层都可以。 （例如，限制 docker-container 与限制 ffmpeg-sub 进程一样有效。）
我的堆栈：
我想限制什么：
如果需要，可以重新编译 ffmpeg。
【问题讨论】：
标签： python docker ffmpeg resources docker-compose
您可以使用 docker compose 文件轻松完成：)
https://docs.docker.com/compose/compose-file/#resources
只需使用 limits 关键字并设置您的 CPU 使用率！
【讨论】：
在普通 docker 中，您可以使用命令行选项来实现每个限制：
一个容器可以限制为单个 CPU 内核（或当前英特尔硬件上的超线程）：
docker run \
--cpus 1 \
image
或受限于Dockers CPU shares，默认为 1024。这仅在您的大部分减慢任务也在 Docker 容器中时才有帮助，因此它们也被分配了 Docker 共享。
docker run \
--cpu-shares 512 \
image
Limiting memory 有点挑剔，因为如果达到限制，您的进程就会崩溃。
docker run \
--memory-reservation 2000 \
--memory 2048 \
--memory-swap 2048 \
image
Block or Device IO 比性能的总空间更重要。这可能会受到每台设备的限制，因此如果您将数据保存在特定设备上以进行转化：
docker run \
--volume /something/on/sda:/conversion \
--device-read-bps /dev/sda:2mb \
--device-read-iops /dev/sda:1024 \
--device-write-bps /dev/sda:2mb \
--device-write-iops /dev/sda:1024 \
image
如果您还想限制总磁盘使用量，则需要correct storage setup。在devicemapper、btrfs 和zfs 存储驱动程序上支持配额，并且在使用pquota 选项挂载的xfs 文件系统上使用overlay2 驱动程序时也支持配额。
docker run \
--storage-opt size=120G
image
Docker compose v3 似乎已将其中一些概念抽象为可应用于服务/群的内容，因此您无法获得相同的细粒度控制。
对于 v3 文件，使用 resources 对象为 cpu 和内存配置 limits 和 reservations：
services:
blah:
image: blah
deploy:
resources:
limits:
cpu: 1
memory: 2048M
reservations:
memory: 2000M
基于磁盘的限制可能需要支持设置限制的卷驱动程序。
如果您可以返回到v2.2 Compose file，您可以在服务的基础级别的容器上使用full range of constraints，这类似于docker run 选项：
cpu_count，cpu_percent，cpu_shares，cpu_quota，cpus，cpuset，mem_limit，memswap_limit，memswap_limit，mem_swappiness，mem_reservation，mem_reservation，@98654352@，@98765435@
【讨论】：
我想限制什么：
CPU：单核
内存：最大 2 GB
硬盘：最大 4 GB
其他答案已经从 docker 的角度解决了这个问题，这实际上可能是您在这种情况下的最佳方法，但这里有一些关于 ffmpeg 的更多见解：
常规
没有用于限制 CPU、RAM 和 HDD 的 ffmpeg 选项，您必须了解很多关于转码的知识，才能根据您的要求专门达到指标，并且没有关于输入文件和输出文件的任何信息(s) 不可能给你具体的建议。编码和解码会根据它们来自和去往的地方占用不同的资源。
CPU
这里最接近的是 -threads 选项，它将限制使用的线程总数（不是 CPU 内核），或者您可以提供 0 以允许最大线程数。同样，不同的编码器/解码器/编解码器对此有不同的限制。
内存
再次失败，这取决于您的媒体和编解码器选择。
硬盘
我以前没有这样做过，但是看看这个article。如果这不起作用，您需要对整体输出比特率进行研究，并将其与输入视频持续时间进行比较。 -t 选项可用于根据持续时间限制输出（或限制从输入读取）
最后
...所有其他服务都显着变慢
这是意料之中的，ffmpeg 尝试尽可能多地占用您机器的资源，因为转码允许，最好的办法是将转码移动到单独的服务器，特别是考虑到它已经在 docker 容器中。
【讨论】：
最好的办法是围绕 cgroup 编写少量脚本；在独立的 linux 上或与 docker 容器一起使用。
对于前者，基本上是通过创建一个新的cgroup来完成的；为其指定资源并将主进程 pid 移动到创建的 cgroup。详细说明在https://www.cloudsigma.com/manage-docker-resources-with-cgroups/。
对于后者，请参阅https://www.cloudsigma.com/manage-docker-resources-with-cgroups/
【讨论】：