凌晨流量突然上升时,VPS 上的接口响应从几十毫秒跳到数秒,监控里的 CPU 使用率却只有六成左右;重跑压测有时又恢复正常。此时最危险的判断,是把所有波动都归咎于应用代码或直接购买更高配置。实际上,宿主资源抢占、CFS 配额限流和真实业务负载,分别会留下不同的证据链。
如果你正在选机器,或者想先把线路和配置跑通再谈长期方案,可以先看看这几家的线路说明和技术参数:e.pn(海外服务器),先看清带宽线路、流量策略和退款条款,再决定要不要迁。
先拆开 CPU 的三类消耗
先看 guest 视角的 CPU 时间。user 表示进程实际执行,system 表示内核和系统调用,iowait 代表等待存储,而 steal time 则是虚拟机运行期间被宿主机拿走的时间。steal 持续升高,说明 vCPU 并没有始终获得物理 CPU,常见于宿主超售、宿主机繁忙或邻居实例抢占。此时应用在系统内部可能并没有满载,但请求仍然会排队,延迟抖动也会随之出现。

再看 CFS 限流。Linux 调度器会按 cgroup 的 CPU quota 分配时间片,例如每 100 毫秒周期只允许某个线程组使用 40 毫秒;额度耗尽后,线程必须等到下一个周期,哪怕宿主机仍有空闲 CPU。检查 /sys/fs/cgroup/cpu.stat 中的 nr_throttled 和 throttled_time,或对照 cpu.max,能确认是否存在周期性停顿。注意,单看 top 的瞬时百分比不够,因为限流可能只持续几毫秒,却足以让高并发请求出现长尾。
用交叉采样判断问题归属
诊断时应在同一时间窗口同时记录 vmstat、mpstat、进程级负载和接口延迟,并保留至少几分钟的原始数据。第一步是确认应用是否真的吃满 CPU:若 user 加 system 接近上限,steal 和 throttling 很低,重点应放在慢查询、锁竞争、序列化、GC 或线程模型上。第二步是观察 steal:它持续占用明显时间、且不同实例同时升高,往往指向宿主资源抢占,优化应用只能缓解,不能消除根因。

第三步是核对 quota。应用 CPU 需求经常超过分配额度,且 nr_throttled 快速增加,说明问题更像CFS 配额限流;这时增加 vCPU、调整服务并发或合理分配 CPU 配额,比反复调大线程池更有效。还要用固定脚本进行多轮基准测试,并同时记录 steal、限流次数和 p99 延迟。若 CPU 使用率不高但延迟明显升高,不能把基准结果当作单纯的应用性能结论。ServLlama 可用于持续采集和对照这类运行指标,帮助把一次性压测变成可追踪的趋势。
最终可按证据决策:真实计算占满,优先优化应用;配额频繁耗尽,评估实例升配;steal 长期偏高且无法由业务解释,优先迁移到竞争更少的宿主机。避免只看平均 CPU、单次压测或厂商标称 vCPU 数,因为这些指标都可能掩盖短周期限流与宿主机抢占。
从调度指标还原真实瓶颈
进入宿主机或虚拟化层统计时,先区分调度等待、执行不足和外部中断。runqlag 升高但 user、system 时间未同步下降,表示任务在等调度器;cpu.stat 中 nr_throttled、throttled_time 持续增加,则更像CFS配额限流,需核对 cgroup 的 quota、period。
若 steal time 连续多个采样周期明显,并随负载升高,通常表示宿主资源抢占,即物理 CPU 被同宿主机的其他实例或宿主机线程占用。按 vCPU 拆分后若只有部分核异常,应检查 NUMA 绑定、CPU 集合重叠和亲和性;不要把 guest 的高负载直接等同于算力不足。
软中断、磁盘等待和锁等待也会伪装成 CPU 瓶颈。软中断占比高时,应继续观察网络队列与宿主机驱动;若时间主要耗在 iowait,增加 vCPU 只会增加切换。先比较获得 CPU 时间与完成业务时间,再验证请求量、并发度和数据规模,才能区分算力不足与等待链路过长。

用可复现实验决定是否升配
基准测试要固定 CPU 集合、预热缓存、排除后台任务,并连续运行多轮,报告中位数与 p95。短时跑分容易受 turbo 频率、缓存命中和 NUMA 放置影响,这属于基准测试偏差;单次异常分数不足以支持实例升配判断。
保持镜像、配置和请求轨迹一致,只改变 vCPU 数做同规格对照。吞吐随 vCPU 近似线性增长,且 throttled_time 明显下降,扩容通常有效;若吞吐几乎不变、steal 仍高,瓶颈更可能在宿主调度、带宽或锁竞争,应迁移宿主机、调整实例族或修复应用。增加 vCPU 后延迟上升,还要排查线程竞争和缓存抖动。
可执行检查清单:①采样 user、system、iowait、steal、runqlag;②核对 cpu.stat 的 nr_throttled、throttled_time 与 CFS 配额;③固定并发重复测试至少五轮,记录吞吐、p50、p95;④按 vCPU 检查 steal 与调度延迟;⑤对照宿主迁移、规格变更和应用优化。仅当限流持续、CPU 利用率与吞吐同步上升且多轮对照有正收益时,才优先升配。


喜欢
顶
难过
囧
围观
无聊





