在 Kubernetes 的动态世界中，高效的资源分配对于保持应用程序的稳定性和最大化性能至关重要。此领域的关键考虑因素包括 CPU 和内存资源的申请和最大限制。

在本文中，我们将探讨正确配置这些设置的重要性以及它们对 Kubernetes 集群内工作负载管理的影响，本文大纲如下，

了解 CPU/内存资源的申请和最大限制

在深入研究 CPU 和内存申请和最大限制的复杂性之前，让我们先解释它们的目的。申请容器或 Pod 正常运行所需的最小资源量，而限制其可以消耗的最大资源量。在这两者之间实现最佳平衡对于有效的资源分配至关重要。

将申请和最大限制设置为相等

通过实际经验，我们学到了一个宝贵的教训：对于某些场景，将 CPU/内存申请设置为等于最大限制可能会改变游戏规则。通过调整这些值，我们确保每个容器接收必要的资源，同时防止与集群中其他容器的资源争用。

复制

resources:
  limits:
    cpu: 8
    memory: "16GiB"
  requests:
    cpu: 8
    memory: "16GiB"

设置为相等浪费资源吗？

当将申请资源大小设为最大限制时，您可以提前建立基线分配，以确保您的工作负载始终拥有可用的必要资源。

虽然这可能有些浪费，但真正的作用在于与 pod 的自动伸缩结合使用。该组件根据实时需求动态扩展副本数量，确保程序有所需数量的 Po