K3s 中 kube-apiserver 内存持续上涨主因是旧版 Kubernetes 缺失流式 List 响应、pprof 未启用致诊断困难、Watch 缓存与 informer 泄漏，以及 SQLite 后端高写入时内存暂留。
K3s 中的 kube-apiserver 内存持续上涨且不释放，不是典型的配置错误，而是与轻量级设计、组件集成方式及上游 Kubernetes 已知问题交织导致的典型现象。尤其在长期运行、资源受限的边缘或嵌入式场景中，该问题更易暴露。核心原因集中在内存无法及时回收、流式响应未启用、pprof 未开启导致诊断困难，以及部分版本存在已知泄漏点。
流式 List 响应未启用（v1.33+ 才默认支持）
Kubernetes v1.33 之前，kube-apiserver 对 List 请求（如 kubectl get pods -A）采用全量序列化：把所有对象一次性加载进内存、拼成大 JSON 块再发送。即使客户端只拉取几百个 Pod，若其中含大量 annotation 或 event，单次响应可能超数 MB。这部分内存不会随响应结束立即释放，而是滞留在 Go runtime 的堆中，等待 GC 触发——但 GC 在高负载下可能延迟或效率下降，造成“内存只涨不跌”的假象。
- K3s 默认使用较旧的 Kubernetes 版本（如 v1.28–v1.31），尚未集成流式编码器
- 缓解方法：避免高频执行宽泛 List 操作；用 label selector 限定范围，例如
kubectl get pods -n default -l app=nginx - 升级到 K3s v1.33+（需确认对应 Kubernetes 版本 ≥ v1.33）可原生启用流式响应，逐 item 编码并释放内存
pprof 未启用 + heap 分析缺失
K3s 默认关闭了 kube-apiserver 的 profiling 接口（/debug/pprof/heap），导致无法导出内存快照定位具体泄漏对象（如堆积的 watch cache、未清理的 admission audit buffer、重复注册的 informer）。没有 heap 文件，就只能靠猜测——比如误以为是 etcd 或 client-go 导致，实则可能是某个自定义 webhook 的缓存未限容。
- 手动开启方法：编辑
/var/lib/rancher/k3s/server/manifests/kube-apiserver.yaml（或通过k3s server --kube-apiserver-arg=profiling=true启动） - 验证是否生效：
curl -s http://localhost:6443/debug/pprof/heap | head -n 5应返回 profile 数据 - 配合
go tool pprof分析 top allocs/inuse_space，常能发现runtime.mallocgc下挂载的异常结构体（如cache.ListerWatcher或admission.Plugin实例）
Watch 缓存与 informer 泄漏（常见于多租户或 CRD 频繁变更）
K3s 将 controller-manager、scheduler 等集成进单进程，但 kube-apiserver 仍需维护 watch cache 和 internal informer。当集群中存在大量 CRD、频繁 apply 自定义资源、或第三方 operator 频繁重建 informer（未复用 shared informer factory），会导致 watch 缓存条目堆积，且部分版本中 cache key 未正确失效，引发内存缓慢爬升。
- 典型表现：内存增长曲线平缓但持续数天，
watch_cache_size参数未生效（K3s 不暴露该 flag） - 缓解方法：减少非必要 CRD；禁用不用的内置控制器（如
--disable servicelb,traefik）以降低 informer 负载 - 检查 watch 连接数：
ss -tan | grep :6443 | wc -l，若稳定在 50+ 且伴随内存增长，需排查 client 是否未 close watch 或重连过于激进
SQLite 后端在高写入下的内存暂留（K3s 单节点特有）
K3s 默认用 SQLite 替代 etcd，虽然节省资源，但其 WAL 日志和 page cache 在批量写入（如日志采集器上报大量 Event、Prometheus scrape 大量 metrics）时，会暂时将数据保留在进程内存中，直到 checkpoint 触发。SQLite 的内存管理不如 etcd 显式可控，容易被误判为“泄漏”。
- 观察指标：
sqlite_db_page_cache_bytes（若启用 metrics）或cat /proc/$(pidof k3s)/status | grep VmRSS结合写入节奏比对 - 缓解方法：限制 Event 保留时间（
--event-ttl=1h），关闭非必要 metrics 收集（如禁用--metrics-server-service） - 生产环境建议：3 节点以上集群改用 etcd 后端，规避 SQLite 的隐式内存行为
