陆零云
26
0
一个文档检索集群,260 万条 768 维向量,建 HNSW 索引的 Job 跑到四十分钟被 OOMKilled。Pod 的内存限制是 12Gi,kubectl describe 里只有一行 Reason: OOMKilled,退出码 137。
第一反应是限制给小了,先把 limit 提到 24Gi 重跑,还是被杀,只是时间往后拖了十分钟。监控曲线显示内存在 11G 附近横盘十几分钟,然后突然冲顶,不像缓慢泄漏。
算了一下裸向量,260 万乘 768 再乘...
陆零云
35
0
订单服务一到晚上八点高峰就重启,kubectl get pod 显示 RESTARTS 7,describe 里 Last State: Terminated,Reason: OOMKilled,Exit Code: 137。容器 limit 是 512Mi,宿主机 64G,JVM 参数里一个 -Xmx 都没写。
镜像基于 openjdk:8-jre,版本 8u181。这个版本对 cgroup 的支持还不完整,默认最大堆按宿主机内存的四分之一算,也就是 1...