首页
/ Amazon EKS-AMI中AL2023节点OOM问题的分析与解决

Amazon EKS-AMI中AL2023节点OOM问题的分析与解决

2025-06-30 09:57:43作者:尤峻淳Whitney

问题背景

在Amazon EKS使用Amazon Linux 2023(AL2023)作为节点操作系统时,部分应用程序如Redis和Elixir会出现立即被OOM Killer终止的情况。这些应用在Amazon Linux 2(AL2)上运行正常,但在AL2023上却无法启动。

问题现象

当在AL2023节点上部署Redis或Elixir应用时,容器会立即进入崩溃循环状态。具体表现为:

  • Redis容器启动后立即被OOM Killer终止
  • Elixir容器启动后立即退出并返回137(OOM)错误码
  • 这些现象在设置内存限制为1GB时尤为明显

根本原因分析

经过深入调查,发现问题的根源在于AL2023中文件描述符限制的变化:

  1. 系统级变化

    • AL2023中systemd版本升级到240及以上,将LimitNOFILE的默认值设为"infinity"
    • 在AL2023中,"infinity"实际表示2^63-1(9223372036854775807)
    • containerd继承了这一极高的文件描述符限制
  2. 应用行为

    • Erlang/Elixir的BEAM虚拟机会根据文件描述符限制动态调整端口表大小
    • Redis会尝试将文件描述符限制提升到最大值
    • 这些应用会根据文件描述符限制分配大量内存,导致超出容器内存限制而被OOM Killer终止

解决方案

Amazon EKS-AMI团队已经针对此问题提出了修复方案:

  1. 短期解决方案

    • 对于Elixir/Erlang应用,可以通过设置+Q 1024参数限制端口表大小
    • 对于Redis应用,可以显式设置合理的文件描述符限制
  2. 长期解决方案

    • 调整containerd的LimitNOFILE设置,避免继承系统的"infinity"值
    • 将默认值改为更合理的范围(如1024:65536)
    • 该修复已通过PR提交,将在下一版AMI中发布

技术细节

  1. Erlang/Elixir方面

    • BEAM虚拟机的super carrier机制会尝试分配大块内存
    • 端口表大小与文件描述符限制直接相关
    • 可以通过+MMsco+Musac+MMscs参数调整内存分配策略
  2. Redis方面

    • Redis启动时会尝试最大化文件描述符限制
    • 事件循环的实现会基于文件描述符数量分配内存
    • 高文件描述符限制导致内存分配过大
  3. 系统层面

    • AL2023使用cgroups v2,内存限制机制与AL2不同
    • 文件描述符限制的传播路径:systemd → containerd → 容器
    • OOM Killer的行为在cgroups v2下更为严格

最佳实践

对于需要在AL2023节点上运行类似应用的开发者,建议:

  1. 了解应用的内存分配特性,特别是与系统资源限制相关的部分
  2. 为容器设置合理的内存限制和请求
  3. 对于Erlang/Elixir应用,考虑使用+Q参数限制端口表大小
  4. 关注Amazon EKS-AMI的更新,及时升级到包含修复的版本
  5. 在应用部署前进行充分测试,特别是内存使用方面的测试

该问题的修复将显著提高AL2023节点上内存敏感型应用的稳定性,为开发者提供更好的运行环境。

登录后查看全文
热门项目推荐

项目优选

收起
openHiTLS-examplesopenHiTLS-examples
本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
52
422
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
349
383
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
873
517
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
179
264
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
131
185
kernelkernel
deepin linux kernel
C
22
5
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
7
0
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
335
1.09 K
harmony-utilsharmony-utils
harmony-utils 一款功能丰富且极易上手的HarmonyOS工具库,借助众多实用工具类,致力于助力开发者迅速构建鸿蒙应用。其封装的工具涵盖了APP、设备、屏幕、授权、通知、线程间通信、弹框、吐司、生物认证、用户首选项、拍照、相册、扫码、文件、日志,异常捕获、字符、字符串、数字、集合、日期、随机、base64、加密、解密、JSON等一系列的功能和操作,能够满足各种不同的开发需求。
ArkTS
32
0
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.08 K
0