Kubernetes Requests and Limits: How to Right-Size Pods Without Breaking Reliability

Khi chạy ứng dụng trên Kubernetes, việc cấu hình requests và limits cho CPU và bộ nhớ trực tiếp quyết định chi phí tài nguyên và mức độ ổn định của pod. Nếu request được đặt thấp hơn mức sử dụng thực tế, pod sẽ gặp throttling khi CPU không đủ hoặc bị OOM kill khi bộ nhớ vượt quá limit; ngược lại, đặt request và limit quá cao gây lãng phí và tăng chi phí không cần thiết. Các sự kiện throttling làm tăng latency ứng dụng, trong khi OOM kill dẫn tới khởi động lại pod không mong muốn, cả hai đều giảm độ tin cậy và tăngภาระ vận hành. Bài viết khuyên nên xác định request dựa trên mức sử dụng trung bình đo được từ công cụ monitoring, sau đó đặt limit với một khoảng an toàn thường là 1,2‑1,5 lần request để tránh OOM mà không tiêu tốn quá nhiều. Ví dụ YAML được minh họa như resources: requests: {cpu: "200m", memory: "256Mi"} và limits: {cpu: "500m", memory: "512Mi"} để áp dụng cách cấu hình này một cách an toàn.