控制 cpu 资源，需要使用 requests 和 limits 属性
简而言之
Requests 表现出来的是 Cgroups 中的进程在 CFS 调度器上的 cpu.shares，而 Limit 则是 CFS 上的带宽限制
requests 和 limits 实际上使用的是不同的算法来控制 cpu 资源
先说 requests
在 docker run 中 使用 –cpu-shares 可以按照比例来分配 cpu 资源
例如 两个容器
docker run --name c1 -itd --rm -c 1024 progrium/stress --cpu 6
docker run --name c2 -itd --rm -c 2048 progrium/stress --cpu 6
–cpu-shares 只能提供 按照一定比例的 竞争关系，所以当只有一个容器时，该容器仍然可以获得全部的cpu资源
docker run --name c1 -itd --rm -c 1024 progrium/stress --cpu 6
在kubernetes上
使用 agileek/cpuset-test 镜像来进行压测，在 节点 slave2 上一共有6个内核16G内存
当只存在一个 requests 100m 的 s1 ，且 只有一个 replica 的时候，因为没有竞争，它仍然可以吃掉 100%的cpu
name: s1
resources:
requests:
cpu: 100m
可惜的是这个镜像好像对多核cpu支持的不是特别号，我在这个节点上有6个内核，这里我需要把 replica 调整到6，才能将这个节点上的6个内核都吃光
我们加入一个竞争者，克隆 s1 到 s2 ，在s2上调整 requests 到50m
最终在 slave2 节点上有
s1 （100m）* 6
s2 （50m） * 6
可以看到 s1 和 s2 的 cpu 占用比逐渐向 4:2 靠近
Limits 表现出来的是 cpu.cfs_period_us和cpu.cfs_quota_us属性
cpu.cfs_period_us： 设定时间周期（单位为微秒（μs））， 必须与 cfs_quota_us 配合使用。
cpu.cfs_quota_us ： 设定周期内最多可使用的时间（单位为微秒（μs））。 这里的配置指 task对单个 cpu 的使用上限。
例如要设置成限制为 50%
将 cpu.cfs_quota_us 设为 50000，相对于 cpu.cfs_period_us 的 100000 是 50%
设置
s1 requests 100m limits 100m
s2 requests 50m limits 50m
会得到
这种情况下总cpu使用率直接下降到 6%，内核应用曲线几乎都降到了0
