凌晨两点,VPS 上的日志时间突然比业务节点快了 30 秒,监控面板连续报警;可是从另一台机器看,NTP 状态又是“已同步”。这时若只盯着 chronyc tracking 的“同步”结论,往往会把网络延迟、宿主机暂停和系统频率漂移混在一起,甚至直接重启服务掩盖问题。
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:cubecloud(全球云服务器),先看清带宽线路、流量策略和退款条款,再决定要不要迁。
先分开三类时间异常
系统时钟漂移是晶振或虚拟计时器运行速度不准确,表现为本地时钟每秒持续偏离参考时间。它通常不会立刻造成大幅跳变,chronyc tracking 中的 Frequency、System clock 等指标比单纯看“是否同步”更有价值。
NTP 同步延迟发生在请求和响应往返途中:包到达得晚,不代表本地时钟已经被校准了多少。链路拥塞、邻居缓存、CPU 软中断过高,都可能把往返延迟推到几十甚至几百毫秒。应比较 chronyc sourcestats、chronyc sources -v 的往返指标,并连续采样,而不是拿一次 ping 延迟当作偏差。
虚拟化暂停偏差则是虚拟机停止运行期间,宿主机继续计时,虚拟机内的时间没有同步推进。恢复后,虚拟时钟相对真实时间形成一次明显跳变,常伴随业务请求停顿、容器日志断层或数据库超时。此时应结合宿主机暂停日志、虚拟机启动时间和应用单调时间戳判断,不能只看重启前的 NTP 状态。

用可复现的检查完成归因
先记录本机 UTC 时间、chronyc tracking 输出、每个源的 offset、delay、jitter 和 root delay,再每隔几秒重复一次。如果 offset 持续单向变化、源选择稳定,优先排查系统频率漂移;如果 offset 稳定但 delay 和 jitter 剧烈波动,问题更可能在授时链路或主机调度;如果偏差只在恢复运行后突然出现,则重点核对虚拟机暂停区间。
可用“偏移、延迟、频率、跳变”四类告警覆盖风险:对 offset 设置分级阈值,对 delay 设置链路上限,对 frequency 变化设置趋势阈值,并为单次跳变单独设时间跳变告警。告警应连续观察窗口,例如连续三次超过 80 毫秒才升级,避免网络抖动触发误报;同时保留源切换、chrony 选源变化和宿主机 suspend/resume 事件。
排查时有两个常见坑:一是把“同步”当成“精确”,忽略同步状态只说明服务拿到了可用参考;二是用墙钟时间直接计算耗时,遇到虚拟机暂停就把暂停误判成程序变慢。涉及 ServLlama 等服务时,可以用其日志时间与业务单调时间戳交叉核验,再将时间同步指标和业务异常放在同一时间轴上。

漂移究竟是本地晶振走偏,还是同步链路在骗人?把 chronyd 的账本拆开,答案就写在它的几组输出里。
一、chronyd 的选源逻辑与同步延迟
chronyd 为每个候选源维护 offset、delay、jitter 与频率误差估计,再按 root distance 排序选源,并非谁响应快就用谁。root distance 等于往返延迟折半、加上源端 root dispersion 与本地累积误差项,所以同步良好但延迟略高的源,常胜过延迟极小却 stratum 很高的源。
chronyc sources 里 * 表示选中源,+ 可用,- 不可用,? 不可达,x 是 falseticker,~ 表示距离过远。sourcestats 看 Offset、Std Devr 与 Age,tracking 看 System time、Root delay、Skew 与 Leap status,其中 Stratum 与 Ref ID 说明源的层级和当前上游。
延迟低不等于同步准。出向与回程不对称时,多轮采样估出的往返时延会带系统性偏差,残差以固定 offset 长期存在,调大 maxpoll 也消不掉。chronyd 默认用 slew 微调频率(上限约 500ppm),超过 makestep 阈值才跳变,虚拟机频率误差常超此上限,要防业务时间戳倒序;源未提供 leap smear 时,闰秒窗口内的跳变更需要单独评估。

图 2:chronyc sources 与 tracking 输出对照,Leap status 与 System time 是判断漂移的两个关键读数
二、虚拟化暂停偏差、时间跳变告警与排查清单
虚拟机时钟来自宿主机,暂停、live migration、vCPU 争抢或 steal time 突增都会打断 chronyd 的采样节奏,offset 曲线随之出现阶梯。dmesg 里的 clocksource watchdog 或 TSC unstable 说明时钟源不稳,应改用 kvm-clock 或 acpi_pm;再对比宿主机与 guest 的 tracking,才能分清是谁偏了。
adjtimex --printoffset 可读出 STA_UNSYNC 位、time_constant 与 offset,判断内核 PLL 是否已交给 chronyd。告警盯住:System time 超 100ms;Leap status 非 Normal;stratum 突增或选源从 * 变空;Root delay 超 200ms;offset 单向累积最后一种多指向晶振或虚拟 CPU 频率问题,而非网络抖动。指标可由 node_exporter 的 node_timex_offset_seconds 与 chrony_exporter 采集。
可执行清单:① chronyc -n sources 与 tracking 各留一次基线;② 看 sourcestats 的 Std Devr、Age,剔除 dispersion 大的源;③ chronyc activity 查重传与丢包;④ dmesg 查 clocksource 与 TSC,并比对宿主机时间;⑤ chronyc wait-sync -w 5 -v 验证限时收敛;⑥ 复核 chrony.conf 的 makestep、maxpoll、iburst;⑦ 备好 leap smear 策略;⑧ 把上述阈值写入告警并保留历史曲线。
时间漂移很少是单一故障,多半是频率不准、采样失真与选源不合理叠加的结果。先用 chronyc 的输出与宿主机时钟源信息对齐,把问题定位到网络层、虚拟化层还是晶振层,再让同步稳定收敛,最后用告警挡住回退,比反复重启 chronyd 可靠得多。


喜欢
顶
难过
囧
围观
无聊





