You need to enable JavaScript to run this app.
优惠活动
大模型
产品
解决方案
定价
更多

如何在GKE Autopilot中部署低资源请求的多容器Pod?

在GKE Autopilot中部署低资源请求的Pod

可以在GKE Autopilot中部署请求100m CPU和128MB内存的多容器Pod,但需要使用Scale-Out计算类,而非你尝试的Performance计算类——Autopilot并不支持将Performance作为计算类的有效值。

问题原因

你之前遇到的错误核心原因有两个:

  1. 指定了Autopilot不支持的计算类值Performance,Autopilot支持的计算类包括Balanced(默认)、Scale-Out、MemoryOptimized、ComputeOptimized等;
  2. 后续配置中加入了Autopilot禁止的nodeSelector键(如cloud.google.com/machine-family),Autopilot仅允许官方限定的特定标签键。

解决方案示例

使用Scale-Out计算类的nodeSelector,并配置符合需求的资源请求,示例Deployment配置如下:

apiVersion: apps/v1
kind: Deployment
metadata:
  name: low-resource-deployment
  namespace: default
spec:
  replicas: 3
  selector:
    matchLabels:
      app: low-resource-app
  template:
    metadata:
      labels:
        app: low-resource-app
    spec:
      nodeSelector:
        cloud.google.com/compute-class: Scale-Out
      containers:
      - name: app-container-1
        image: your-app-image-1
        resources:
          requests:
            cpu: "100m"
            memory: "128Mi"
          limits:
            cpu: "500m"
            memory: "512Mi"
      - name: app-container-2
        image: your-app-image-2
        resources:
          requests:
            cpu: "100m"
            memory: "128Mi"
          limits:
            cpu: "500m"
            memory: "512Mi"

关键说明

  • Scale-Out计算类专为低资源请求的工作负载设计,支持的最小资源请求为1m CPU和1MB内存,完全匹配你的需求;
  • 确保nodeSelector中仅包含Autopilot允许的标签键,避免加入cloud.google.com/machine-family这类被禁止的键;
  • 资源limits可以根据应用实际峰值需求设置,无需与请求值绑定,但需符合Autopilot对该计算类的资源限制范围。

内容的提问来源于stack exchange,提问作者Ojas Kale

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.06.23 13:53:31