Cada contêiner pode declarar duas quantidades de CPU e memória. A solicitação (request) é o que o scheduler reserva: um Pod só cai em um nó cujas solicitações livres a cubram, e um Pod cuja solicitação não cabe em lugar nenhum fica em Pending com Insufficient cpu ou Insufficient memory. O limite (limit) é o máximo que o contêiner pode usar. Acima do limite de CPU, ele é desacelerado; acima do limite de memória, é encerrado (OOMKilled).
As unidades importam. A CPU é medida em núcleos ou milésimos (500m é meio núcleo). A memória usa Mi e Gi (potências de dois) ou M e G (potências de dez), que não são a mesma quantidade. Uma solicitação acima do limite é rejeitada, e um limite sem solicitação faz a solicitação ser igual ao limite.
As solicitações e os limites definem a classe QoS de um Pod, que decide quem é expulso primeiro quando falta memória em um nó: BestEffort (nada definido), Burstable e, por último, Guaranteed (solicitações iguais aos limites de CPU e memória em todos os contêineres). kubectl top mostra o uso real.
Definir, diagnosticar um Pod que não cabe e medir.