2核4GB 的云主机跑 Docker,能承载多少个应用实例,不能只看“容器数量”,核心看两个东西:
- 单个实例峰值内存
- 单个实例在目标并发下的 CPU 消耗
比较实际的结论是:
普通轻量 Web 服务:大概 3~6 个实例
Java / Spring Boot 服务:通常 1~3 个实例
Go、静态页面、非常轻的 API:10 个以上也有可能
数据库、Redis、ES、重计算服务:不建议和多个业务容器混跑在 2核4GB 上
一、先按内存算一个上限
2核4GB 云服务器上,4GB 不是全都能给容器用。
一般要预留:
- Linux 系统:300~800MB
- Docker / containerd / 日志 / 监控 agent:100~300MB
- 突发内存和 page cache:至少留几百 MB
所以实际可稳定分配给容器的内存,通常按:
3.0GB ~ 3.4GB
来估算比较靠谱。
如果每个容器限制 512MB:
3.2GB / 512MB ≈ 6 个
如果每个容器限制 1GB:
3.2GB / 1GB ≈ 3 个
如果每个容器需要 1.5GB:
3.2GB / 1.5GB ≈ 2 个
所以单从内存看,大概可以这样估:
| 单实例内存 limit | 2核4GB 大致可跑实例数 |
|---|---|
| 128MB | 15~20 个左右 |
| 256MB | 10~14 个左右 |
| 512MB | 5~7 个左右 |
| 1GB | 2~3 个左右 |
| 1.5GB | 2 个左右 |
| 2GB | 1 个 |
但这只是内存上限,不代表业务真能扛住。
二、再看 CPU,2核不是“能跑很多进程”的意思
Docker 容器本质上还是跑在同一台机器上的进程。2核 CPU 如果业务请求多,几个容器就能把 CPU 打满。
假设 2核留 10%~20% 给系统和突发,实际可用大概:
1.6 ~ 1.8 核
如果单实例在压测下平均吃:
| 单实例 CPU 消耗 | 大致可承载实例数 |
|---|---|
| 0.05 核 | 15~20 个 |
| 0.1 核 | 8~12 个 |
| 0.2 核 | 5~7 个 |
| 0.3 核 | 4~5 个 |
| 0.5 核 | 3 个左右 |
| 1 核以上 | 1~2 个 |
所以最终实例数应该取:
最终实例数 = min(内存可承载数, CPU 可承载数)
然后再留出一定冗余,生产环境一般别跑到 90% 以上。
三、不同应用的经验估算
下面是比较常见的经验范围,仅供参考,最终还是要看压测。
| 应用类型 | 单实例内存大致范围 | 2核4GB 上建议实例数 |
|---|---|---|
| Nginx / 静态资源 | 32~128MB | 10~20+ |
| Go 轻量 API | 64~200MB | 8~15 |
| Python Flask / FastAPI | 150~500MB | 4~8 |
| Node.js 服务 | 200~500MB | 4~7 |
| 普通 Java Spring Boot | 800MB~1.5GB | 1~3 |
| 带大数据处理/定时任务的服务 | 1GB+ | 1~2 |
| MySQL / Redis / ES 等中间件 | 1GB+ | 不建议和业务多实例混跑 |
Java 服务要特别说明一下。
Spring Boot 不只是堆内存,还包括:
- JVM 堆
- Metaspace
- 线程栈
- Direct Buffer
- Code Cache
- GC 开销
- 应用自身缓存
所以很多时候你看到 Java 进程 RSS 到 1GB 以上很正常。2核4GB 上跑 3 个 Spring Boot 实例不是完全不行,但要调 JVM 参数,并且必须压测。生产上更稳的做法是跑 2 个。
四、一个简单的计算方法
假设你的应用压测结果如下:
单实例峰值内存:350MB
单实例平均 CPU:0.15 核
建议内存 limit 设成峰值的 1.2~1.3 倍:
350MB × 1.3 ≈ 455MB
取 512MB。
内存可跑:
3.2GB / 512MB ≈ 6 个
CPU 可跑:
1.7 核 / 0.15 核 ≈ 11 个
所以最终瓶颈在内存,大概跑 5~6 个 比较合适,生产上留点余量,可以先按 4~5 个 起步。
再举一个 Java 服务的例子:
单实例峰值内存:1.1GB
单实例平均 CPU:0.4 核
内存 limit 取 1.5GB:
3.2GB / 1.5GB ≈ 2 个
CPU:
1.7 核 / 0.4 核 ≈ 4 个
最终瓶颈在内存,只能跑 2 个左右。
五、几个容易踩坑的地方
1. 不设资源限制,容器会互相抢资源
Docker 不加限制时,容器默认可以尽量使用宿主机资源。某个应用内存泄漏,可能直接把整机拖垮。
建议至少设置:
docker run -m 512m --cpus 0.5 ...
或者用 docker-compose:
deploy:
resources:
limits:
cpus: "0.5"
memory: 512M
2. 容器数量多,不等于业务承载能力强
比如你跑 10 个容器,每个都很闲,当然能跑。但只要请求进来,CPU 很快打满。
真正要看的是:
- 单实例稳定 QPS
- 平均响应时间
- P95 / P99 延迟
- CPU 使用率
- 内存峰值
- GC 情况
- 错误率
3. 日志和磁盘也有限制
很多服务容器本身没吃多少内存,但日志疯狂输出,最后把磁盘写满。
要关注:
docker stats
df -h
du -sh /var/lib/docker
必要时配置 log rotation。
4. 突发性能型实例要保守
如果你用的是共享型、突发性能型或低配 ECS,2核的持续性能不一定稳定。这类机器跑容器时,建议实例数再降一些,别按满血 2核来算。
结论
如果你问一个能直接拿去用的经验值:
2核4GB Linux 云服务器,跑普通轻量 Web 容器,控制在 3~6 个实例比较稳。
如果是 Java Spring Boot,建议 1~3 个。
如果是 Go、Nginx、静态页面这类轻量服务,低负载下可以到 10 个以上。
如果涉及数据库、中间件、重计算,建议单独部署,不要和一堆业务容器挤在一台 2核4GB 机器上。
最靠谱的做法还是:先压测单个容器,算出单实例内存峰值和 CPU 消耗,再按公式算数量,最后留 20%~30% 冗余。
云服务器