关于 Docker 的内存恢复问题，求问，在线等

[ggp1ot2]

背景

设备是 mbp m3 16G 内存的。

因为 m 芯片并不好安装 xgboost 等库，经过一番搜索了解到可以使用 Docker

通过摸索构建了一个基于 Python 的镜像（包含 xgb 等机器学习库）

但是在训练模型的时候，经常报错，表现为 notebook 崩溃需要重来，或者是 python 脚本 killed

相关设置

经过进一步搜索，发现可能和内存、cpu 有关。

我在创建容器的时候，并没有指定一些 cpu 、内存的参数，在 desktop 中已经将相关设置拉满了

"CpuShares": 0,
"Memory": 0,
"NanoCpus": 0,
"CgroupParent": "",
"BlkioWeight": 0,
"BlkioWeightDevice": [],
"BlkioDeviceReadBps": [],
"BlkioDeviceWriteBps": [],
"BlkioDeviceReadIOps": [],
"BlkioDeviceWriteIOps": [],
"CpuPeriod": 0,
"CpuQuota": 0,
"CpuRealtimePeriod": 0,
"CpuRealtimeRuntime": 0,

https://imgur.com/a/oKDBMmh.jpg

理论上这不就是可以随意使用 mbp 的内存和 cpu 了？

进一步发现

进一步在重现问的时候，使用 docker stats 发现，在数据读取和处理的时候，

1 、cpu 和 内存使用都会涨，在数据读取完之后，cpu 立刻 0%，但是 mem usage 没有变化，还是 10G 左右，继续执行代码，马上就崩溃了，为啥内存不会恢复？

2 、即使没有限制使用 cpu 核心数，但是数据处理的时候， 容器的 cpu 占比可能 200%，但是电脑还是有 50% 的 cpu 剩余，为啥用不满？

3 、在建模的时候，容器的 cpu 可以飙升到 600%，但是内存使用居然没有用满？

疑问

实在是不怎么使用 docker ，总是感觉是不是容器不能很好的利用 mbp 的资源，理论上是比较好的设备了，居然跑个 xgb 跑不动

还是是我的数据量太大了吗？（差不多 15w 行 x 1000 列）

[ysc3839]

不如直接用虚拟机

[javazero]

建议上 Kaggle

[ggp1ot2]

@javazero 公司的数据，肯定不能放在第三方平台

@ysc3839 mac 还能开虚拟机？和 docker 有啥区别呢？

[ysc3839]

@ggp1ot2 为什么不可以？ Docker 也是用虚拟机跑的。

[ggp1ot2]

@ysc3839 搜了下，你说的开虚拟机，是开个 Windows ？

[ysc3839]

@ggp1ot2 那当然是 Linux 虚拟机，Docker 里面跑的也是 Linux 镜像

[ConfusedBiscuit]

我来详细解释一下：
1. Docker 上流行的容器其实都是 Linux 容器（理论上也支持 Windows 容器，但是没见有人用过），这种容器在 Windows 和 Mac 上其实都是自动起了一个 Linux 虚拟机（ Windows 上基于 WSL2 的也是虚拟机），然后在虚拟机里运行 Docker 。
2. 基本认同 @ysc3839 的方案，我也采用自己跑个 Linux 虚拟机的方案，但是本质上区别不大。
3. 关于内存问题，如果指的是整个 Docker 的内存占用（其实就是虚拟机的内存占用）确实有可能没法立马恢复（这要看他虚拟机的具体设计，我确实不太了解）。mac 上 Docker 这种实质上在虚拟机里跑的方案，天生就注定了不太适合做需要很高性能的事情。
4. xgboost 我确实没研究过，但是经常报错可能有以下可能：
（ 1 ）内存不够，被 Linux 的 OOM kill ，我觉得最大的可能是这个（不可能占满 16G 的，你的 Mac 系统自身就占了不少）
（ 2 ） arm 适配不足，可能适配了，但没完全适配，导致某些情况会报错

总结：
1. 用 arm 的 mac 做这个事情确实不太合适（兼容性、性价比）
2. 性价比最高的可能是搞个 Linux 机器，退而求其次 Windows+WSL2 的方案也不错，我就试过在 WSL2+Docker 的环境调用 CUDA ，效果不错

[ConfusedBiscuit]

补充一下，我尝试 WSL2+Docker 的环境调用 CUDA 的时候，也有内存问题，但是由于我机器 64G 内存，跑模型的时候 WSL2 最高占用过 32G 。所以 OP 可以试着换 64G 内存的 mac 试试，16G 再套个虚拟机确实是有点儿不够。

[superchijinpeng]

orbstack

[yinmin]

mac 跑 docker 和 linux 跑 docker 不一样。linux 跑 docker 是进程级别的隔离，默认可以用 linux 所有内存和 CPU ； mac 跑 docker 是用虚拟机，默认好像是分配 2GB 内存。

你到 docker - preferences - resources 里看看是否可以调整内存量。

[ggp1ot2]

@ConfusedBiscuit 非常感谢，我本以为，开虚拟机就需要 VMware 等软件，可能会更耗内存

其次，我使用 docker 的原因是经常需要切换 python 和相关包的版本，可以通过 dockerfile 来控制，方便和同事交接

看来确实可能是 16G 的内存的问题，因为切小数据集就可以跑动的了，本以为最新的 mbp 即使内存 16G 也很能打

可能确实用 mac 做算法，不是一件高性价比的事情

再次感谢

[yinmin]

docker - preferences - resources 的内存不能拉满的，建议改成 8GB 、10GB 、12GB 依次试试是否有改善。

[cdlnls]

记得 macos 版本的 docker 是可以设置 vm 虚拟机的内存大小的，可以看看设置里面