k3sでウェブPodを30個動かすとDockerとPodbagはどう違うか
デプロイ後、いつリクエストを受け付けられるでしょうか。稼働中の応答時間にも差が出るでしょうか。同じk3sノードでコンテナランタイムを切り替えて測定しました。
測定した構成
6個のウェブPodがKubernetes Serviceを通して24個のAPI Podへ転送します。APIは自分のPod名を返します。ノード上のクライアントはウェブServiceのClusterIPに接続します。ステータスが200で本文がAPIのPod名の場合に成功と数えます。
両方の層で同じNGINXイメージとHTTPの準備完了プローブを使います。コンテナの要求はCPU 20m、メモリ16 MiBで、上限は200mと48 MiBです。Docker Engineはk3s内蔵のcri-dockerd、Podbagは専用のCRIソケットで接続します。
Ubuntu 26.04.1 LTS · Linux 7.0.0-43-generic · ARM64 · 4 vCPU · 4 GiB · k3s v1.37.2+k3s1 · Docker Engine 29.1.3 · Podbag c0ff5eb
測定結果
測定値の表
| 指標 | Docker Engine | Podbag |
|---|---|---|
| 30個すべてが準備完了 | 3.39 s | 2.48 s |
| 固定負荷でのHTTP p95 | 1.41 ms | 1.26 ms |
| 短い集中負荷でのHTTP p95 | 3.46 ms | 3.69 ms |
| 集中負荷での成功応答数/秒 | 7,019 | 6,330 |
| 検証済みの応答 | 33,600 / 33,600 | 33,600 / 33,600 |
このノードでは、準備完了までの中央値はPodbagで 0.91 秒速くなりました。毎秒240件での各回のp95はDockerが 1.20–1.60 ms、Podbagが 0.93–1.88 msでした。全回で24個のAPI Podが応答しました。 短い集中負荷ではDockerの処理件数の中央値が高くなりました。各回の処理件数の範囲は重なっています。

最初のスケール要求の直前に計測を開始し、二つのDeploymentで計30個が準備完了になるまで100ミリ秒ごとに確認します。次に有効なエンドポイント30個を確認し、2秒待ちます。12クライアントがそれぞれ新しいTCP接続で100回要求します。p95は成功した要求の95%が完了した時間です。
集中負荷の後は2秒待ち、12クライアントがそれぞれ毎秒20回、約30秒間要求を送りました。目標は合計で毎秒240回です。p95は区間ごとに算出しました。
順序はDocker → Podbag → Podbag → Dockerです。各区間で1回予熱し、2回測定しました。表はランタイムごとに4回の中央値を示し、成功応答は合計を示します。イメージはキャッシュ済みです。クライアントとサーバーは同じVMのCPUを使います。短いAPI応答だけを返し、データベース処理や外部通信は測定していません。
この結果は単一ノードでの展開とHTTP応答の測定です。集中負荷の処理件数にはクライアントとネットワークも影響します。継続的な最大処理能力を推定するには短い区間です。
イメージの指定方法が与えた影響
予備試験では複数アーキテクチャのNGINXインデックスと IfNotPresent を使用しました。PodbagはARM64イメージを保持していましたが、CRIがインデックスのダイジェストで照会すると見つからず、kubeletが再取得して速度制限に達しました。本測定は両ランタイムでARM64マニフェストのダイジェストを確認し、imagePullPolicy: Never を使用しました。各区間の前にVMを再起動し、新しいクラスタを作成しました。
AWSへの配置例
インターネット向けApplication Load Balancerを二つのアベイラビリティーゾーンのパブリックサブネットに接続します。HTTPSのトラフィックはプライベートサブネットのEC2ワーカー上のウェブServiceのNodePortに転送します。Deploymentにゾーン単位の分散制約を設定し、各ゾーンにウェブ3個、API 12個を配置します。APIは内部のClusterIPで公開します。図はアプリの通信経路です。
AWS Application Load Balancer · AWS Architecture Icons
再現用の資料
ワークロード · 測定スクリプト · 各回のデータ · ノード設定と実行順序 · start-node.sh