Linux K8s如何实现资源隔离

Linux K8s资源隔离的实现路径

一 核心机制总览

• 在 Linux 内核层面，容器隔离依赖 Namespace（隔离进程视图：网络、挂载、PID、IPC 等）与 cgroups（限制与计量 CPU、内存、IO 等资源）。Kubernetes 在此基础上提供面向集群的租户与资源治理抽象：Namespace、RBAC、ResourceQuota、LimitRange、Pod QoS、节点亲和/污点与容忍、NetworkPolicy、安全上下文 等，从而实现工作负载之间在资源、权限与网络层面的隔离与可控共享。

二 计算资源隔离

• 请求与限额
  • 在 Pod/容器 上设置 requests/limits，调度器基于 requests 选择节点，运行时通过 cgroups 强制 limits，从而实现可压缩资源（如 CPU）与不可压缩资源（如 内存）的用量上限与调度保障。示例：
    • resources.requests.cpu: 250m；resources.limits.cpu: 500m
    • resources.requests.memory: 300Mi；resources.limits.memory: 400Mi
  • 单位要点：CPU 的 m 表示千分之一核（1000m=1 核）；内存可用 Mi/Gi。
• 命名空间级配额与默认限额
  • 使用 ResourceQuota 限制命名空间总量（如 pods、requests/limits.cpu、requests/limits.memory、requests.storage 等），防止租户/团队之间资源抢占。
  • 使用 LimitRange 为 Pod/容器 设置默认 requests/limits、最小/最大值及 limit/request 比例，避免“无限制”与配置不一致。
• Pod 的 QoS 类别
  • 依据 requests/limits 的组合，K8s 将 Pod 划分为 Guaranteed/Burstable/BestEffort，在节点资源紧张与驱逐时具有不同的优先级与保护策略，进一步保障关键负载的稳定性。

三 节点与拓扑隔离

• 节点资源预留与可分配量
  • kubelet 通过 KubeReserved、SystemReserved、EvictionThreshold 等参数从节点 Capacity 中切分出 Allocatable，调度与分配均以 Allocatable 为边界，避免系统组件与业务互相挤占。
• 亲和/反亲和与污点/容忍
  • 通过 nodeSelector/nodeAffinity 将负载约束到具备特定标签/拓扑（如 disk=ssd）的节点，实现性能/硬件隔离。
  • 通过 taint/toleration 为专用节点（如监控/管理）打污点，仅允许带相应容忍的 Pod 调度其上，形成物理或逻辑专池。
• 拓扑分散与干扰隔离
  • 使用 podAntiAffinity 将关键负载分散到不同节点，降低单点故障与“吵闹邻居”影响。

四 网络与存储隔离

• 网络隔离
  • Namespace 之间网络默认互通，使用 NetworkPolicy 可按 Pod/Namespace 标签精细控制 Ingress/Egress，实现命名空间内互通、跨命名空间隔离、默认拒绝等策略；结合 Service 的 DNS 全域名 ..svc.cluster.local 进行跨命名空间访问治理。
• 存储隔离
  • 通过 PV/PVC/StorageClass 将存储供给与租户解耦；在 ResourceQuota 中限制 requests.storage 与 .storageclass.storage.k8s.io/requests.storage，避免某租户耗尽共享存储。
  • 多租户场景下建议禁用 hostPath 等本地卷，降低跨租户数据泄露与节点本地资源滥用风险；对共享存储启用合适的 ReclaimPolicy 与访问控制。

五 权限边界与多租户实践

• 权限边界
  • 以 Namespace 为边界，结合 RBAC（Role/RoleBinding/ClusterRole/ClusterRoleBinding） 控制“谁能对哪些资源在哪些命名空间执行哪些操作”，实现管理面隔离与最小权限。
• 多租户方案选择
  • 按 Namespace 划分租户：轻量、灵活，适合多团队共享集群；需配合 Quota/LimitRange/NetworkPolicy 等策略形成“软多租”。
  • 虚拟控制平面：为每个租户提供独立 apiserver（如 vcluster），隔离更强、边界更清晰，适合对外服务或多客户场景，代价是控制面开销与运维复杂度上升。
  • 多集群：隔离性最强、运维边界清晰，但资源与运维成本更高；适合强合规/强安全诉求或客户完全隔离的场景。