Docker容器未正确使用cpu

单个docker容器适用于较少数量的并行进程，但当我们将并行进程的数量增加到20-30个时，进程执行会变慢。进程越来越慢，但docker仍然只利用了30-40%的cpu

为了让docker使用适当的cpu，并且不减慢进程，我尝试了以下方法-

我已经明确地将cpu和ram分配给docker容器

我还使用ulimit增加了文件描述符的数量、进程的数量和堆栈大小 即使做了这两件事，容器仍然没有正确地利用cpu。我使用docker exec在一个运行的容器中启动多个进程。有没有什么有效的方法可以使用单个docker容器来执行多个进程，或者让容器使用100%的cpu

我使用的配置是

服务器-aws ec2 t2.2Xlarge（8核，32 gb ram）

Docker版本-18.09.7

---

Os-Ubuntu18.04

当你在机器上运行某个东西时，它会消耗以下资源：1。中央处理器2。RAM 3。磁盘I/O 4。网络带宽。如果您的容器耗尽了上面列出的任何一种资源，则其他资源可能无法使用。因此，监控您的系统矩阵以找到根本原因。

请描述您正在运行的“进程”的性质。可能CPU不是问题所在，但文件I/O、内存、网络、软件依赖项没有针对多核进行优化等等。这些过程只是简单的python脚本，其中包含“print（“hello world”）”代码。由于我使用docker exec来执行，所以我认为网络不会成为问题，而且在8核32 gb ram实例上运行时，只剩下1 gb内存。还有31 gb内存。正在写入“Hello world”？如果CPU使用率在100%左右，这意味着您的服务器正在尝试做超出其容量的工作。这通常是可以的，但这意味着程序可能会慢一点。为什么要100%使用它？为什么不基于同一个映像运行20-30个并行容器？这似乎比使用单个巨型容器和使用

docker exec

更好。它只使用了30-40%的cpu，ram不是问题，它只使用了32 gb中的1 gb，而我使用的是docker exec，脚本直接写入docker exec进程的标准输出，所以我认为网络带宽不是问题。我用iotop anf检查了磁盘io，发现它大约为0.2%，所以这也不是问题。