Медленный отклик от контейнера Docker внутри Кубернетеса

Question

Я развернул Docker-контейнер с потоковым двунаправленным приложением grpc2 внутри модуля Kubernetes.Когда модуль запущен, приложение работает нормально, но ответ приложения медленный.Если я запускаю приложение вручную в модуле, ответ довольно хороший.

Есть ли проблемы с запуском приложения с использованием Docker внутри модуля Kubernetes?

#!/usr/bin/python3
# -*- coding: utf-8 -*-
import psutil
import os
#q = ""
#for i in cpul:
#    q+=str(i)+","
#q= q[:-1]    
#os.system("taskset -p -c %s %d" % (q, os.getpid()))
import argparse
import collections
import queue as Queue
import grpc
import webrtcvad
from proto import stt_pb2
from proto import stt_pb2_grpc
from pytz import timezone
import datetime
import os
import threading
import time
import uuid
import wave
import requests
from itertools import cycle
from concurrent import futures
import stream
import subprocess
import json
from logger import get_logger
import sys
import multiprocessing
logger = get_logger(__name__)

class IterableQueue():
        def __init__(self, Q):
                self.Q = Q
                self.predicate = True

        def __iter__(self):
                return self

        def _check(self, x):
                if x['is_final'] == True:
                        self.predicate = False

        def __next__(self):
                if self.predicate:
                        item = self.Q.get()
                        self._check(item)
                        return item
                else:
                        raise StopIteration

class Listener(stt_pb2_grpc.ListenerServicer):
    def __init__(self):
        self.frames = {}
        self.lang={}
        self.emailid = {}
        self.response_time = {}
        self.vendorname = {}
        self.timestamp = {}
        self.userid = {}
        logger.info("Server ON")

    def UpdateDB(self,key,frames,transcript,confidence,email="default@b.c"):
       // Updating data to database

    def _splitStream(self, request_iterator, listQueues, key):
        // logic to split stream

    def _mergeStream(self, asr_response_iterator, responseQueue, asr, key):
        for asr_response in asr_response_iterator:
           // merge stream code
            responseQueue.put(toClient_json)

    def DoAToB(self, request_iterator, context):
        print("Serving request using "+str(os.getpid()))
        logger.info("Serving request using "+str(os.getpid()))
        // logic to do decoding


def serve(port,i):
    server = grpc.server()
    ps = psutil.Process()
    os.system("taskset -p -c %d %d" % (i, os.getpid()))
    server.add_insecure_port('[::]:%d' % port)
    print("Server starting in port "+str(port)+" with cpu "+ str(i))
    server.start()
    try:
        while True:
            time.sleep(60 * 60 * 24)
    except KeyboardInterrupt:
        server.stop(0)


if __name__ == '__main__':
    ps = psutil.Process()
    cpul=ps.cpu_affinity() # CPU affinity list for the process

    no_cpu=os.environ["cpu_server"] # Number of CPUs from pod spec
    #num_cpus = len(cpul)

    first_port = 9000
    ports = []
    for i in range(int(no_cpu)):
        portnum = first_port + i
        ports.append(str(portnum))
    port_pool = cycle(ports)

    #print("No of Cpu's: "+no_cpu)

    if ( len(cpul) == int(no_cpu) ):
        # Exclusiveness in set. Bind to cpu list
        for i in cpul:
            p = multiprocessing.Process(target=serve,args=(int(next(port_pool)),i))
            p.start()
    else:
        # No exclusiveness. Bind to first "no_cpu" cpus.
        for i in range(0,int(no_cpu)):
            p = multiprocessing.Process(target=serve,args=(int(next(port_pool)),i))
            p.start()

Мы запускаем двунаправленное приложение grpc вручную, чтобы получить довольно хороший ответ.Регистрация деталей результатов:

Факт:

last chuck of bidirectional stream time taken: 1.287374

Ожидаемый:

last chuck of bidirectional stream time taken: 0.068374