设置资源限制后Cassandra Pod异常：OOM或TLS握手超时问题

在配置为2核CPU、4Gi内存的minikube环境中，部署Cassandra StatefulSet时，不设置resources.limitsPod运行正常；但将limits设为与节点总资源相等的cpu: 2000m、memory: 4Gi后，Pod无法正常工作，还出现Unable to connect to the server: net/http: TLS handshake timeout错误。从资源使用逻辑看有无限制时应相近，实际却出现问题，原因如下：

问题配置 #

apiVersion: apps/v1
kind: StatefulSet
metadata:
  name: cassandra
spec:
  serviceName: cassandra
  replicas: 1
  selector:
    matchLabels:
      app: cassandra
  template:
    metadata:
      labels:
        app: cassandra
    spec:
      containers:
        - name: cassandra
          image: sevabek/cassandra:latest
          ports:
            - containerPort: 9042
          volumeMounts:
            - mountPath: /var/lib/cassandra
              name: cassandra-storage

          livenessProbe:
            exec:
              command:
                - cqlsh
                - -e
                - "SELECT release_version FROM system.local;"
            initialDelaySeconds: 120
            periodSeconds: 30
            timeoutSeconds: 10
            failureThreshold: 2

          resources:
            requests:
              memory: "3500Mi"
              cpu: "1700m"
            limits:
              memory: "4Gi"
              cpu: "2000m"

  volumeClaimTemplates:
    - metadata:
        name: cassandra-storage
      spec:
        accessModes:
          - ReadWriteOnce
        resources:
          requests:
            storage: 3Gi

原因分析 #

• 系统组件资源被挤占：minikube节点本身运行着kubelet、containerd、kube-proxy等核心组件，这些组件需要占用一定的CPU和内存资源才能正常工作。当Pod的资源limits设置为节点总资源时，Pod会尝试占用所有可用资源，导致系统组件因资源不足无法正常与API Server通信，进而出现TLS握手超时这类错误。
• CPU节流与网络阻塞：将CPU limits设为节点总核数后，Cassandra运行时若占满CPU，会抢占系统网络组件、kubelet的CPU时间片，导致网络通信延迟甚至阻塞，同时Cassandra自身的初始化和服务响应也会因CPU节流（throttling）变慢，触发探针超时。
• 内存资源不足触发异常：节点总内存4Gi，但系统组件本身会占用几百MB内存，实际留给Pod的可用内存远不足4Gi。当Cassandra尝试使用接近limits的内存时，可能触发OOM Killer终止Pod，或因内存紧张导致服务响应缓慢，最终让liveness probe执行失败，Pod被反复重启。

解决方案 #

• 预留系统资源：将Pod的资源limits调整为节点可用资源的80%-90%，比如CPU设为1800m，内存设为3500Mi，给minikube系统组件留足运行空间。
• 调整探针参数：适当延长initialDelaySeconds（比如设为180），或增加timeoutSeconds，适配Cassandra在资源受限环境下的启动速度，避免探针误判。
• 优化Cassandra JVM配置：修改Cassandra的jvm.options文件，调整堆内存大小（如-Xms2g -Xmx2g），避免JVM尝试占用过多内存导致系统资源紧张。

内容的提问来源于stack exchange，提问作者Steffano Aravico