Amazon EKS AMI 中 AL2023 与 AL2 内存差异问题解析

问题背景

在 Amazon EKS 环境中，用户从 AL2 迁移到 AL2023 基础镜像后发现 Java 工作负载的内存使用量显著增加。具体表现为：

• AL2 节点上 Pod 内存使用率约为 40% 限制值
• AL2023 节点上相同 Pod 内存使用率飙升至 80%，且频繁被 OOM Killer 终止

技术分析

1. 文件描述符限制差异

AL2 和 AL2023 在文件描述符限制上存在默认配置差异：

• AL2 默认限制：810042（软/硬限制相同）
• AL2023 默认限制：65536（软限制）/1048576（硬限制）

Java 虚拟机（JVM）默认会尝试将文件描述符限制提升到最大值（除非通过 -XX:-MaxFDLimit 禁用）。这种差异可能导致 JVM 在 AL2023 上分配更多内存用于内部数据结构（如哈希表）。

2. cgroup v2 兼容性问题

更关键的因素是 Java 版本对 cgroup v2 的支持情况：

• OpenJDK 11.0.16.0 之前版本不支持 cgroup v2
• AL2023 使用 cgroup v2，而 AL2 使用 cgroup v1

当使用不支持 cgroup v2 的 Java 版本时：

• JVM 无法正确识别容器内存限制
• 会使用主机可见的全部内存而非容器限制
• 导致内存分配行为异常

可以通过以下命令验证 JVM 的 cgroup 支持情况：

java -XshowSettings:system -version

输出中若显示 "Provider: cgroupv2" 则表示支持，若显示 "No metrics available for this platform" 则表示不支持。

解决方案

1. 升级 Java 版本

   • 确保使用 OpenJDK 11.0.16.0 或更高版本
   • 或升级到 Java 15+ 版本（原生支持 cgroup v2）

2. 临时缓解措施

   • 在 AL2023 节点上设置与 AL2 相同的文件描述符限制（810042）
   • 在 Java 启动参数中添加 -XX:-MaxFDLimit 禁用自动提升文件描述符限制

3. 长期建议

   • 保持 Java 版本更新以获取完整的容器支持
   • 在迁移前全面测试工作负载在新环境中的表现

总结

该问题揭示了基础设施升级时常见的兼容性挑战。AL2023 作为新一代 Amazon Linux 发行版，采用了更现代的 cgroup v2 技术，而旧版 Java 对此支持不足。建议用户在升级基础架构时，同步评估和更新应用运行时环境，确保获得最佳兼容性和性能表现。