关于 Docker 的内存恢复问题,求问,在线等

136 天前
 ggp1ot2

背景

设备是 mbp m3 16G 内存的。

因为 m 芯片并不好安装 xgboost 等库,经过一番搜索了解到可以使用 Docker

通过摸索构建了一个基于 Python 的镜像(包含 xgb 等机器学习库)

但是在训练模型的时候,经常报错,表现为 notebook 崩溃需要重来,或者是 python 脚本 killed

相关设置

经过进一步搜索,发现可能和内存、cpu 有关。

我在创建容器的时候,并没有指定一些 cpu 、内存的参数,在 desktop 中已经将相关设置拉满了

"CpuShares": 0,
"Memory": 0,
"NanoCpus": 0,
"CgroupParent": "",
"BlkioWeight": 0,
"BlkioWeightDevice": [],
"BlkioDeviceReadBps": [],
"BlkioDeviceWriteBps": [],
"BlkioDeviceReadIOps": [],
"BlkioDeviceWriteIOps": [],
"CpuPeriod": 0,
"CpuQuota": 0,
"CpuRealtimePeriod": 0,
"CpuRealtimeRuntime": 0,

https://imgur.com/a/oKDBMmh.jpg

理论上这不就是可以随意使用 mbp 的内存和 cpu 了?

进一步发现

进一步在重现问的时候,使用 docker stats 发现,在数据读取和处理的时候,

1 、cpu 和 内存使用都会涨,在数据读取完之后,cpu 立刻 0%,但是 mem usage 没有变化,还是 10G 左右,继续执行代码,马上就崩溃了,为啥内存不会恢复?

2 、即使没有限制使用 cpu 核心数,但是数据处理的时候, 容器的 cpu 占比可能 200%,但是电脑还是有 50% 的 cpu 剩余,为啥用不满?

3 、在建模的时候,容器的 cpu 可以飙升到 600%,但是内存使用居然没有用满?

疑问

实在是不怎么使用 docker ,总是感觉是不是容器不能很好的利用 mbp 的资源,理论上是比较好的设备了,居然跑个 xgb 跑不动

还是是我的数据量太大了吗?(差不多 15w 行 x 1000 列)

1360 次点击
所在节点    程序员
13 条回复
ysc3839
136 天前
不如直接用虚拟机
javazero
136 天前
建议上 Kaggle
ggp1ot2
136 天前
@javazero 公司的数据,肯定不能放在第三方平台

@ysc3839 mac 还能开虚拟机?和 docker 有啥区别呢?
ysc3839
136 天前
@ggp1ot2 为什么不可以? Docker 也是用虚拟机跑的。
ggp1ot2
136 天前
@ysc3839 搜了下,你说的开虚拟机,是开个 Windows ?
ysc3839
136 天前
@ggp1ot2 那当然是 Linux 虚拟机,Docker 里面跑的也是 Linux 镜像
ConfusedBiscuit
136 天前
我来详细解释一下:
1. Docker 上流行的容器其实都是 Linux 容器(理论上也支持 Windows 容器,但是没见有人用过),这种容器在 Windows 和 Mac 上其实都是自动起了一个 Linux 虚拟机( Windows 上基于 WSL2 的也是虚拟机),然后在虚拟机里运行 Docker 。
2. 基本认同 @ysc3839 的方案,我也采用自己跑个 Linux 虚拟机的方案,但是本质上区别不大。
3. 关于内存问题,如果指的是整个 Docker 的内存占用(其实就是虚拟机的内存占用)确实有可能没法立马恢复(这要看他虚拟机的具体设计,我确实不太了解)。mac 上 Docker 这种实质上在虚拟机里跑的方案,天生就注定了不太适合做需要很高性能的事情。
4. xgboost 我确实没研究过,但是经常报错可能有以下可能:
( 1 )内存不够,被 Linux 的 OOM kill ,我觉得最大的可能是这个(不可能占满 16G 的,你的 Mac 系统自身就占了不少)
( 2 ) arm 适配不足,可能适配了,但没完全适配,导致某些情况会报错

总结:
1. 用 arm 的 mac 做这个事情确实不太合适(兼容性、性价比)
2. 性价比最高的可能是搞个 Linux 机器,退而求其次 Windows+WSL2 的方案也不错,我就试过在 WSL2+Docker 的环境调用 CUDA ,效果不错
ConfusedBiscuit
136 天前
补充一下,我尝试 WSL2+Docker 的环境调用 CUDA 的时候,也有内存问题,但是由于我机器 64G 内存,跑模型的时候 WSL2 最高占用过 32G 。所以 OP 可以试着换 64G 内存的 mac 试试,16G 再套个虚拟机确实是有点儿不够。
superchijinpeng
136 天前
orbstack
yinmin
136 天前
mac 跑 docker 和 linux 跑 docker 不一样。linux 跑 docker 是进程级别的隔离,默认可以用 linux 所有内存和 CPU ; mac 跑 docker 是用虚拟机,默认好像是分配 2GB 内存。

你到 docker - preferences - resources 里看看是否可以调整内存量。
ggp1ot2
136 天前
@ConfusedBiscuit 非常感谢,我本以为,开虚拟机就需要 VMware 等软件,可能会更耗内存

其次,我使用 docker 的原因是经常需要切换 python 和相关包的版本,可以通过 dockerfile 来控制,方便和同事交接

看来确实可能是 16G 的内存的问题,因为切小数据集就可以跑动的了,本以为最新的 mbp 即使内存 16G 也很能打

可能确实用 mac 做算法,不是一件高性价比的事情

再次感谢
yinmin
136 天前
docker - preferences - resources 的内存不能拉满的,建议改成 8GB 、10GB 、12GB 依次试试是否有改善。
cdlnls
136 天前
记得 macos 版本的 docker 是可以设置 vm 虚拟机的内存大小的,可以看看设置里面

这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://www.v2ex.com/t/1055758

V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX