首页 运维干货诊断虚拟机频繁 OOM 的问题

诊断虚拟机频繁 OOM 的问题

运维派隶属马哥教育旗下专业运维社区,是国内成立最早的IT运维技术社区,欢迎关注公众号:yunweipai
领取学习更多免费Linux云计算、Python、Docker、K8s教程关注公众号:马哥linux运维

本文作者霍明明负责 360 HULK 云平台虚拟化和容器化服务的技术布道和解决方案推广等工作。本文主要探究的 OOM Killer 是一个内核功能,当宿主机内存不足时,会使用一系列启发式技术来选择杀死一个进程。

前言

虚拟机被 OOM 应该是运维 Iaas 平台人员经常会遇到的一个问题。这不,前段时间我们就遇到了某几个业务的虚拟机频繁被 OOM 的情况,我们来看一下是什么原因。

场景描述:

  • Iaas 管理平台: OpenStack
  • 计算节点: CentOS7.2、QEMU、KVM、128GB内存

1.问题定位

现象是业务虚拟机非人为宕机,且运行一段时间就会发生。在查看操作历史和审计记录确认不是人为操作后,通过计算节点系统日志发现,是系统内存不足触发 OOM 导致。

原因是找到了,但是发现比较诡异,为什么呢?

首先,这些虚拟机所在的计算节点并没有开启内存超卖;

其次,我们已经给计算节点 OS 预留了 12GB 的内存(12GB / 128GB = 9.375%)。也就是说撑死了虚拟机使用内存,所有虚拟机内存使用总量也不会超过总内存的 100% – 9.375% =90.625%,按照这个理论值计算的话,除非 OS 的内存使用量非常大,否则不应该有 OOM 情况的发生。

 OOM

2.问题排查

经验上来说,计算节点 OS 上跑的服务内存不会吃满 12GB, 除非是某些服务出现内存泄露的情况。带着疑问,我们将被 OOM 的虚拟机重新启动,在宿主机上观察内存使用情况。

经过一段时间的运行后虚拟机还是被 OOM 掉了,但是 OS 上的服务并没有内存泄露等情况,且总内存使用量也很正常,大约在 4GB 左右。此时,理论内存最大使用率约为 (128 – 12 + 4) / 128 = 93.75%,此时,系统不应该触发 OOM,这还不算 swap (4GB). 这里,我们排除了计算节点 OS 内存使用问题导致的 OOM.

内存

既然,OS 内存使用没问题,那么换个角度看看虚拟机内存使用是否有问题呢?

通过对计算节点上触发 OOM 前后虚拟机进程 (qemu-kvm) 分配的内存进行统计,发现了一个“大”问题。

OOM

如上图,RES 一列,内存的使用量远大约分配给虚拟机的内存量。套餐是 4核8GB 的虚拟机内存实际使用量基本在 8.3 ~ 8.9GB 之间,套餐是 2核4GB 的虚拟机内存实际使用量也基本在 4.6 ~ 4.8GB 之间。至此,我们知道了多出来的内存被谁使用了。

为什么虚拟机内存使用量会比分配的值要大呢?到虚拟机内部去看,其内存使用虽然很满,但是没有达到超过分配值的情况。

虚拟机

带着疑问,Google 了一些资料,其他人也有类似的疑惑。

https://lime-technology.com/forums/topic/48093-kvm-memory-leakingoverhead/

文章的意思是说除了虚拟机内部使用的内存外,qemu-kvm 进程还需要为虚拟的设备提供内存,这部分内存也算在了虚拟机进程 qemu-kvm 头上了。

问题我们定位了,那如何解决这个问题,减少虚拟机被 OOM 情况发生呢?

3.解决方

  1. 增大 OS 预留内存空间。通过增大 OS 预留内存空间来填充虚拟机膨胀部分内存,使得总体内存使用率不会超过 OOM 的临界值。
  2.  调大 swap 值。目前我们计算节点 swap 值统一为 4GB,对于一个 128GB 内存的节点来说 4GB 内存有点小。我们发现在虚拟机 OOM 时,swap 使用率肯定是 100%,这也很符合 OOM 产生的前提条件。所以,如果你的节点上有 SSD 盘的话,建议将 swap 适当调大。
  3.  修改 OpenStack 逻辑,在虚拟机调度内存计算时,比套餐值大一些,给虚拟机预留出膨胀部分内存。不过这种方式不太通用,不建议使用。

原文来自微信公众号:HULK一线技术杂谈

本文链接:https://www.yunweipai.com/24766.html

网友评论comments

回复 从零到一 取消回复

您的电子邮箱地址不会被公开。

  1. 从零到一说道:

    作者你好,请问你能接受和运维软件公司的合作吗?

Copyright © 2012-2022 YUNWEIPAI.COM - 运维派 京ICP备16064699号-6
扫二维码
扫二维码
返回顶部