关于 Docker 的内存恢复问题，求问，在线等

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）