Cloud Anthos Service Mesh注入Sidecar资源请求过高，如何调整配置？

完全可以覆盖Istio Sidecar默认的资源请求与限制配置，以下是几种可行的调整方式，结合GKE Autopilot环境的注意事项整理如下：

方法1：全局统一调整Sidecar资源配置 #

通过修改Istio的MeshConfig，可以为集群内所有注入Sidecar的Pod设置默认资源参数：

apiVersion: istio.io/v1alpha1
kind: MeshConfig
metadata:
  name: default
spec:
  defaultConfig:
    resources:
      requests:
        cpu: "0.1"
        memory: "128Mi"
      limits:
        cpu: "0.3"
        memory: "256Mi"

将上述配置应用后，所有新部署的Pod的Sidecar会使用该资源配置，已存在的Pod需重启后生效。

方法2：针对特定命名空间或Pod单独配置 #

如果不需要全局调整，可针对目标命名空间或Pod做精细化配置：

命名空间级配置 #

创建Sidecar资源，指定目标命名空间内符合标签选择器的Pod的Sidecar资源：

apiVersion: networking.istio.io/v1alpha3
kind: Sidecar
metadata:
  name: default
  namespace: your-target-namespace
spec:
  workloadSelector:
    labels:
      app: your-app-label
  resources:
    requests:
      cpu: "0.1"
      memory: "128Mi"
    limits:
      cpu: "0.3"
      memory: "256Mi"

Pod级注解配置 #

直接在Deployment的Pod模板中添加注解，精准覆盖单个应用的Sidecar资源：

apiVersion: apps/v1
kind: Deployment
metadata:
  name: your-app-deployment
spec:
  template:
    metadata:
      annotations:
        sidecar.istio.io/resources: '{"requests":{"cpu":"0.1","memory":"128Mi"},"limits":{"cpu":"0.3","memory":"256Mi"}}'
      labels:
        app: your-app
    spec:
      containers:
      - name: your-app-container
        image: your-app-image
        resources:
          requests:
            cpu: "0.25"
            memory: "512Mi"

GKE Autopilot环境注意事项 #

• Autopilot对Pod总资源请求有最低限制，调整后应用容器+Sidecar的总资源请求不能低于Autopilot的集群最小要求，否则Pod会出现调度失败。
• 建议先在测试环境验证调整后的配置，通过kubectl top pods监控Sidecar的实际资源使用率，逐步优化到合适的数值，避免因资源不足导致Sidecar性能下降。

内容的提问来源于stack exchange，提问作者muffe