为了演示整个效果我在另外一个终端使用top命令查看，可以发现整个CPU使用率在20%左右，会有所上浮但是不会过分离谱，计算完成后将会释放资源的。截取两张图作为验证结果：
对于上面基于使用率分配给容器的方式可能只适合于少量的容器情况下，容器数量多的时候并不好计算以及设置使用率，这时我们可以通过按比例分配的方式（通过--cpu-share选项配置），这样既方便又灵活。具体看下面的实例演示：
#创建两个容器，并且使得两个容器的CPU比例分配为1:2 [root@docker ~]# docker run -itd --name c1 --cpu-shares 512 centos:7 /bin/bash 6ec8bb5d2fde0cba2ec436484ec037f694c3eaff744a90fd08173205c8121956 [root@docker ~]# docker run -itd --name c2 --cpu-shares 1024 centos:7 /bin/bash 03a587d09afb591bfaaff79a7c998872b85f4375f9ebd48e9aee9c220ed53f98 #查看容器 [root@docker ~]# docker ps -a CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES 03a587d09afb centos:7 "/bin/bash" About a minute ago Up About a minute c2 6ec8bb5d2fde centos:7 "/bin/bash" 2 minutes ago Up 2 minutes c1 31f9d00fca95 centos:7 "/bin/bash" 29 minutes ago Up 29 minutes test1 ff84f35a0d6f centos:7 "/bin/bash" 44 minutes ago Up 44 minutes那么怎么进行测试验证呢？
我们开两个终端用于进入容器测试，另外一个终端使用docker stats命令查看验证。
#进入两个容器都进行下面的操作，我们以其中一个进行演示 [root@docker ~]# docker exec -it 03a587d09afb /bin/bash [root@03a587d09afb /]# yum install -y epel-release [root@03a587d09afb /]# yum install stress -y #stress是压测工具，依赖于上面的epel-release开始在两个终端上使用stress命令压测
[root@6ec8bb5d2fde /]# stress -c 4 stress: info: [98] dispatching hogs: 4 cpu, 0 io, 0 vm, 0 hdd ^C#验证到结果后就退出吧，因为CPU很累的 [root@03a587d09afb /]# stress -c 4 stress: info: [97] dispatching hogs: 4 cpu, 0 io, 0 vm, 0 hdd ^C#验证到结果后就退出吧，因为CPU很累的结果：
当然这个是会动态变化的，不一定完全是1:2的关系但是一定是接近这个比例的哈~~
2.3基于CPU内核使用限制 在docker中可以使用--cpuset-cpus选项来使某些程序独享CPU的内核，以便提高其处理速度。如果我们的CPU核心数为4那么对应的编号为0,1,2,3，可以通过top命令来查看，按下数字1后就可以查看CPU编号以及对应信息了。
具体的控制设置如下：
[root@docker ~]# docker run -itd --name test2 --cpuset-cpus 1,3 centos:7 /bin/bash 116606ef1e11b0afa09da67b2782c1cc0d042eb026cbfe113d7dac11ae818dcc #即基于cpuset-cpus进行设置使用第二种方式的测试方法，基于top命令查看验证，结果如下图所示：
当然，基于CPU的限制控制也可以三种方式结合使用，本文主要是为了讲解这三种方式。
三、对内存的控制 内存使用相对于CPU而言比较简单了，通过-m参数进行设置。
实例演示：
[root@docker ~]# docker run -itd --name demo -m 512m centos:7 /bin/bash c69071b6dbc302c5f4d34782a0b7eb663e40cd5f847f4aac45a375c3d4e817d9在另一个终端上进行查看：docker stats
结果如下图：
限制的大小为512m，就表示只能使用这么大的内存
四、对blkio的控制 对应blkio的设置，主要是对于在一台服务器上进行容器的混合部署的场景，就会出现同时有多个程序写入磁盘数据的情况，此时可以通过--device-write-iops选项来限制写入的iops，相应的有--device-read-bps选项可以限制读取的iops。但是这种方法只能针对blkio限制的是设备，而不是分区。罗列一下吧：
--device-read-bps：限制读某个设备的bps（数据量）使用多
--device-write-iops：限制写入某个设备的iops（次数）
实例演示：
[root@docker ~]# docker run -itd --name test4 --device-write-bps /dev/sda:30m centos:7 /bin/bash 16004244b632b8ada5faefdca57e321664e89fe9472dd6195f8eb7f07d7602ee表示对sda磁盘设备限制写入的带宽为30m，需要进行高并发的操作，可以进行大量的写入操作即可，这里就不测试验证的演示了
五、总结 本文主要讲述的是docker的资源控制的设置（基于CPU、内存、IO）以及对应的测试验证方法。
Linux公社的RSS地址：https://www.linuxidc.com/rssFeed.aspx