在阿里云 2C2G(2核2G内存)这种“极限配置”下跑 Docker,核心矛盾只有一个:内存不够用。Docker 本身有守护进程开销,每个容器又有基础开销,如果稍微多开几个服务,OOM(Out Of Memory,内存溢出)是迟早的事。
要想在这台机器上跑得稳、不崩盘,不能只靠“调优”,得靠“克制”和“精准控制”。以下是我实战总结的一套组合拳,按优先级排列:
1. 操作系统层面的“瘦身”与隔离
关闭 Swap 的陷阱 vs 开启 Swap 的必要性
很多教程说 Docker 环境下要禁用 Swap,但在 2G 内存的物理机上,必须开启 Swap,但要设置合理。
-
为什么? 当物理内存耗尽时,如果没有 Swap,Linux 内核会直接杀死进程(OOM Kill),服务瞬间不可用。有了 Swap,虽然会变慢(IO 等待),但能保证服务存活,给监控报警留出时间窗口。
-
怎么设?
# 创建 4G 的 swap 文件(建议比物理内存大,作为缓冲池) dd if=/dev/zero of=/swapfile bs=1M count=4096 chmod 600 /swapfile mkswap /swapfile swapon /swapfile # 修改 /etc/fstab 永久生效 echo '/swapfile none swap sw 0 0' >> /etc/fstab注意:调整 vm.swappiness 参数,避免过度使用 Swap 导致系统卡顿。推荐设为 10-30。
sysctl vm.swappiness=10
清理无用服务
登录服务器,systemctl list-units --type=service 看看有哪些后台服务。
- 关掉
firewalld(改用云安全组或 iptables 精简规则)。 - 关掉不必要的日志轮转服务(如 rsyslog,如果不需要本地留存日志的话,日志直接推送到 SLS 或远端 ELK)。
- 确保没有运行任何桌面环境、开发工具等。
2. Docker Daemon 级别的资源限制
这是最关键的一步。不要依赖容器的默认行为,要在 Docker 启动时就掐住脖子。
编辑 /etc/docker/daemon.json
{
"storage-driver": "overlay2",
"log-driver": "json-file",
"log-opts": {
"max-size": "5m",
"max-file": "3"
},
"live-restore": true,
"default-ulimits": {
"nofile": {
"Name": "nofile",
"Hard": 65535,
"Soft": 65535
}
},
"exec-opts": ["native.cgroupdriver=cgroupfs"]
}
- 日志限制 (
max-size,max-file):这是 2G 机器的救命稻草。如果不限制,一个写日志频繁的容器几小时内就能把磁盘打满或者占用大量 inode,甚至间接影响内存缓存。5MB 一个文件,最多保留 3 个,足够排查问题。 - Live Restore:开启后,即使 Docker 守护进程重启,运行的容器也不会停止。这对于维护期间防止业务中断很有用。
- 存储驱动:确认是
overlay2,不要用aufs或devicemapper,前者性能最好且省空间。
3. 容器级别:严格的资源配额
绝对不要相信“自动分配”。在 docker-compose.yml 或 docker run 命令中,必须显式指定 mem_limit 和 cpus。
原则:总和 < 物理内存 – 系统预留 (约 300MB)
假设你留 500MB 给 OS 和 Docker 守护进程,你只剩下 ~1.5GB 给业务容器。
示例:Nginx + MySQL 场景
MySQL 是内存大户,2G 内存跑 MySQL 非常吃力。
-
MySQL 优化:
- 使用
mysql:5.7或mariadb,避免用 8.0+(Java 风格太重)。 - 在
my.cnf中严格限制:[mysqld] innodb_buffer_pool_size = 128M # 最大别超 256M max_connections = 50 # 并发不用太高 tmp_table_size = 16M max_heap_table_size = 16M - Docker 层限制:
mem_limit: 512m,cpus: '1.0'
- 使用
-
应用容器 (如 Node.js/Go/Python):
mem_limit: 256mcpus: '0.5'- 关键点:如果你的应用是 Java,千万别在 2G 内存里跑 Spring Boot。JVM 起步就吃 200-300MB,加上堆内对象,很容易触发 GC 停顿甚至 OOM。首选 Go、Node.js、PHP-FPM 或 Python 轻量级框架。
4. 架构层面的“断舍离”
在 2C2G 环境下,单体架构优于微服务。
- 合并容器:不要把 Nginx、Tomcat、Redis 拆成三个容器。尽量在一个容器里部署多个无状态服务(通过端口区分),或者使用 Sidecar 模式时极度谨慎。
- 放弃 Redis 集群:单机版 Redis 就够了,限制其内存
maxmemory 128mb。 - 数据库选型:如果可能,考虑使用阿里云 RDS MySQL 免费版或低配版,把计算压力从 ECS 转移出去。如果必须自建,评估是否真的需要关系型数据库,能否用 SQLite 或轻量级 KV 存储替代部分功能。
- 静态化:前端页面尽量打包成纯 HTML/CSS/JS,由 Nginx 直接托管,减少后端渲染压力。
5. 监控与告警:你不能盲飞
2G 内存的系统一旦过载,响应会急剧变慢,而不是立即崩溃。你需要提前知道。
- 安装轻量级监控:推荐使用
node_exporter+Prometheus+Grafana,但要注意这些组件本身也吃资源。 - 更轻量的方案:
- 使用阿里云自带的 云监控插件。免费,无需额外部署 Agent,能看 CPU、内存、磁盘 IO。
- 在关键容器内嵌入简单的健康检查脚本,定期向外部发送心跳。
- 设置 Swap 告警:当 Swap 使用率超过 50% 时,意味着系统已经处于高压状态,需要人工介入或自动扩容。
6. 常见坑点提醒
- Docker 镜像构建缓存:频繁重建镜像会占用大量磁盘空间和临时内存。定期执行
docker system prune -a清理悬空镜像和未使用的卷。 - DNS 解析超时:国内网络环境下,Docker 默认的 DNS 有时不稳定。在 daemon.json 中指定国内公共 DNS:
"dns": ["223.5.5.5", "119.29.29.29"] - 时间同步:确保
chrony或ntpd正常运行,否则日志时间错乱,排查问题会非常痛苦。
总结
在 2C2G 阿里云 ECS 上跑 Docker,核心不是“优化效率”,而是“控制消耗”。
- OS 层:开 Swap,关无关服务。
- Docker 层:限日志大小,限容器内存上限。
- 应用层:选轻量语言,合并服务,拒绝重型框架(如大型 Java 微服务)。
- 心态:接受它只能跑小流量、非核心业务的现实。如果业务增长,第一反应应该是升级配置或拆分到多台小机器,而不是死磕这台 2G 机器。
记住,云计算的优势在于弹性。2C2G 适合做实验、个人项目或极低流量的站点。一旦流量上来,及时升级才是正解,不要在硬件瓶颈上过度纠结代码优化。
云技术博客