CPU steal time sa VPS: noisy neighbour ba ito?
Alamin kung ano ang CPU steal time, paano basahin ang vmstat st column, at paano makilala ang noisy neighbour sa overload ng sarili mong VPS.
Ano talaga ang sinusukat ng CPU steal time
Ang CPU steal time ay bahagi ng oras na handang tumakbo ang iyong virtual CPU at wala itong hinihintay, pero ibinigay ng hypervisor ang physical core sa ibang guest. Naka-queue ang workload. Ginagamit ang core sa ibang guest. Hiwalay na binibilang ng Linux ang mga cycle na iyon at iniuulat bilang st. Dahil dito, matutukoy mo kung “busy ang server ko” o “hinihintay ng server ko ang turn nito.”
Iyan ang pangunahing dahilan kung bakit umiiral ang counter na ito. Ang oras na ginugugol ng sarili mong mga process sa CPU ay iniuulat bilang us (user) o sy (system). Ang oras na naka-block ang isang task habang naghihintay sa storage ay iniuulat bilang wa (I/O wait). Ang vCPU (virtual CPU) na runnable, nasa run queue, walang hinihintay na I/O, pero hindi pa rin nag-e-execute, ay iniuulat bilang st. Walang anuman sa loob ng iyong server ang makakapag-clear sa estadong ito, dahil ginagawa ang scheduling decision isang layer sa ibaba mo, sa host.
Direktang nauugnay ito sa kung paano naghahati ng isang physical machine ang VPS sa maraming guest. Karaniwang sanhi nito ang isang kapitbahay na guest: mataas ang load ng ibang guest sa parehong node, kaya hinahati ng host ang mga core sa pagitan ninyo. May isa pang sanhi na madalas hindi napapansin. Nililimitahan ng maraming provider ang shared vCPU sa isang bahagi ng physical core, at sa ilang hypervisor, ang ipinapatupad na limitasyong ito ay binibilang bilang steal sa loob ng guest. Kaya ipinapakita ng mataas na st na reading na hindi ibinigay sa iyo ang core. Hindi nito palaging ipinapakita kung sino ang gumamit nito.
Pinagmumulan ng steal number
Hindi kayang sukatin ng kernel ang steal nang mag-isa dahil hindi nito nakikita ang host. Ang hypervisor ang nagbibigay ng impormasyong ito. Sa KVM, nagsusulat ang host ng per-vCPU counter sa isang page na shared sa guest, at ina-add ito ng guest kapag ang kernel ay built gamit ang CONFIG_PARAVIRT_TIME_ACCOUNTING, na kasama sa kernel ng bawat distribution. Iniuulat ng Xen ang parehong impormasyon sa pamamagitan ng runstate area nito. Umaabot ang total sa userspace sa iisang lugar:
head -1 /proc/statAng cpu line na ito ay naglalaman ng sampung counter, na nasa USER_HZ ticks mula nang mag-boot, sa ganitong pagkakasunod-sunod: user, nice, system, idle, iowait, irq, softirq, steal, guest, guest_nice. Ang steal ang ikawalong value pagkatapos ng label. Binabasa ng bawat tool sa ibaba, vmstat, top at mpstat, pati ng anumang Prometheus exporter, ang parehong field at ginagawang percentage ang dalawang sample.
Mas mahalaga ang isang epekto kaysa sa iba. Kung hindi kailanman ine-export ng hypervisor ang counter, mananatiling zero ang field magpakailanman, at mag-uulat ang bawat tool na nakabatay rito ng kalmadong 0.0 kahit overloaded ang host. Ini-export ito ng KVM at Xen. Sa ibang platform, kabilang ang VMware at Hyper-V, nakadepende kung makikita mo ang steal sa inilalantad ng host at sa sinusuportahan ng guest kernel. Kaya walang sariling patunay ang flat zero. Suriin muna ang platform bago pagkatiwalaan ang zero:
systemd-detect-virtIpi-print nito ang pangalan ng platform, gaya ng kvm, xen, vmware o microsoft, at none kapag bare metal. Sa loob ng container, ang runtime naman ang iniuulat nito, gaya ng lxc, docker o podman. Nagbibigay ito ng impormasyon tungkol sa container, hindi tungkol sa machine sa ilalim nito. Sa kvm, tunay na ebidensiya ang zero na maayos kang tinatrato ng host. Sa platform na hindi kailanman naglalagay ng value sa field, walang ebidensiya ang zero, kaya kailangang suriin ang contention sa pamamagitan ng aktuwal na pag-time ng real work.
Paano ko susuriin ang CPU steal time sa isang VPS?
Ang vmstat ay mula sa package na procps. Kasama ito sa halos lahat ng Ubuntu at Debian VPS image, ngunit wala ito sa ilang minimal container image. Kaya i-install muna ito bago ka umasa rito.
sudo apt-get update
sudo apt-get install -y procps
vmstat --version
vmstat 1 5Nagpi-print ang vmstat --version ng linyang gaya ng vmstat from procps-ng 4.0.4. Kung may output ito, naka-install ang tool at nagbabasa ka ng aktuwal na kernel counter. Pagkatapos, nagpi-print ang vmstat 1 5 ng limang report: ang una ay average mula nang mag-boot, at ang susunod na apat ay one-second sample.
procs -----------memory---------- ---swap-- -----io---- -system-- -------cpu-------
r b swpd free buff cache si so bi bo in cs us sy id wa st gu
1 0 0 3216484 98304 1284360 0 0 4 18 62 110 3 1 96 0 0 0
2 0 0 3216232 98304 1284360 0 0 0 0 248 431 6 2 84 0 8 0Hanapin ang column na st sa cpu block sa kanan. Sa kasalukuyang procps-ng build, may column na gu pagkatapos nito para sa KVM guest time. Kaya ang st ay pangalawa mula sa kanan, hindi ang pinakahuli. Basahin ang column batay sa pangalan ng header nito dahil nagbago ang posisyong iyon sa iba't ibang release.
May dalawang gawain para maging tama ang pagbasa. Ang unang data line ay ang average mula nang mag-boot, kaya huwag itong isama at basahin ang mga kasunod na line. Hindi sapat ang isang sample para makagawa ng measurement dahil dumarating nang burst ang steal time. Patakbuhin ang vmstat 1 61, na nagbibigay ng 60 one-second sample pagkatapos ng since-boot line, at obserbahan ang buong isang minuto bago gumawa ng konklusyon.
Iniuulat ng top ang parehong value sa summary line nitong %Cpu(s), sa field na may markang st:
%Cpu(s): 6.2 us, 2.1 sy, 0.0 ni, 83.9 id, 0.0 wa, 0.0 hi, 0.3 si, 7.5 stPara sa per-core na detalye, idagdag ang sysstat:
sudo apt-get install -y sysstat
mpstat -P ALL 1 5Nagpi-print ang mpstat ng isang row para sa bawat CPU, na may column na %steal. Ipinapakita nito kung apektado ang bawat vCPU o isang vCPU lamang. Para sa history na kailangan sa support ticket, i-save ang mga sample sa halip na basahin lamang ang mga ito sa screen:
date -u | tee -a ~/steal.log
mpstat -P ALL 1 5 | tee -a ~/steal.logPatakbuhin ito mula sa cron sa mga oras na pinaghihinalaan mong may problema. Sa ganitong paraan, magiging malinaw ang eksaktong sampung minuto sa halip na sabihin lamang sa provider na “mabagal ito kagabi.”
Ano ang ibig sabihin ng mga steal number?
- Pare-parehong
0.0. Maayos ito, o hindi talaga nag-uulat ng steal ang platform. Kumpirmahin gamit angsystemd-detect-virtbago magdiwang. - Mga spike na ilang porsiyento at tumatagal nang ilang segundo. Normal ito sa anumang shared node. Maaaring nagsimula ang build ng ibang user, o nagpapatakbo ng backup ang host.
- 1 hanggang 5 porsiyentong tuloy-tuloy sa isang shared plan. Inaasahan ito. Ang shared CPU ang dahilan ng presyong binabayaran.
- 5 hanggang 10 porsiyentong tuloy-tuloy. May slowdown na maaari mong sukatin. Magsimulang magtala ng ebidensiya at ihambing ang parehong oras sa loob ng ilang araw.
- Higit sa 10 porsiyento nang ilang oras. Maaaring overloaded ang node para sa workload mo, o ipinapatupad ang CPU limit ng plan mo. May ilang provider na nag-uulat sa limitasyong ito bilang steal. Ito ang antas na nagbibigay-katwiran sa pag-submit ng support ticket o paglipat ng provider.
Ituring ang mga antas na ito bilang gabay sa pagbasa, hindi bilang specification, dahil walang provider na naglalathala ng garantisadong steal sa isang shared plan. Timbangin ang mga ito batay sa mga workload na pinapatakbo mo. Kayang tiisin ng overnight batch job ang 15 porsiyentong steal nang hindi ito napapansin. Makikita naman ito agad ng latency-sensitive service sa p99 bago pa maging kapansin-pansin ang average. Kaya dapat nasa dedicated cores ang mga latency-sensitive workload gaya ng trading bots.
Ano ang halaga ng steal time para sa iyo?
Maikli ang arithmetic. Kung s ng CPU time mo ang ginagamit ng ibang tenant, ang isang job na nangangailangan ng nakapirming dami ng CPU ay tatagal ng 1 / (1 - s) beses sa wall-clock time. Para sa job na nangangailangan ng 60 segundo ng CPU:
Ang datos sa likod ng tsart na ito
[
{
"steal_percent": 0,
"wall_clock_seconds": "60.0"
},
{
"steal_percent": 3,
"wall_clock_seconds": "61.9"
},
{
"steal_percent": 8,
"wall_clock_seconds": "65.2"
},
{
"steal_percent": 15,
"wall_clock_seconds": "70.6"
},
{
"steal_percent": 25,
"wall_clock_seconds": "80.0"
},
{
"steal_percent": 40,
"wall_clock_seconds": "100.0"
}
]Sa 3 porsiyento, na karaniwang nakikita sa shared plan, tatagal ang job ng 61.9 segundo sa halip na 60.0. Walang magbubukas ng ticket dahil dito. Sa 8 porsiyento, aabot ito sa 65.2 segundo. Sa 40 porsiyento, mangangailangan ang parehong job ng 100.0 segundo, at magsisimulang dumami ang laman ng queue na dati ay nauubos agad.
Mga nakalkulang value ang mga ito, hindi mga measurement. Ipinapalagay ng model na iisa ang runnable thread at pantay ang pagkakakalat ng steal sa buong interval. Sa mga totoong serbisyo, kadalasan ay mas malala ang epekto kaysa sa ipinapakita ng curve, dahil maaaring mangyari ang pagkuha ng CPU slice sa gitna ng isang request. Kailangang pagbayaran muli ang delay ng lahat ng naghihintay sa request na iyon. Para makuha ang sarili mong value sa halip na gumamit ng formula, i-benchmark ang VPS sa tahimik na oras at muli sa abalang oras, habang itinatala ang st para sa dalawang window.
Steal ba ito, o iba?
Madaling mapagkamalang ibang sintomas ang steal. Basahin nang magkakasama ang mga counter sa iisang vmstat line.
- Mataas ang
sthabang mababa angratus: hindi ibinibigay ng host sa iyo ang core. Iyan ang steal. - Mas mataas nang malaki ang
rkaysa sa bilang ng iyong vCPU, mataas angus, at halos zero angst: mas marami ang workload kaysa sa kayang iproseso ng sarili mong CPU. Ihambing angrsa output ngnproc. Sarili mong oversubscription ito, hindi problema ng katabing tenant. - Mataas ang
wahabang halos zero angst: naka-block ang mga task sa storage. Ibang problema ito at ibang remediation ang kailangan. - Mataas ang load average habang parehong mababa ang
status: kasama rin sa load figure ang mga uninterruptible task. Karaniwan itong tumutukoy sa naka-stuck na device o nag-hang na network mount, hindi sa CPU.
Nangangailangan ng hiwalay na paliwanag ang mga burstable plan. May credit balance ang mga ito na nadaragdagan kapag idle ka at nababawasan kapag busy ka. Kapag naubos ito, nililimitahan ka ng provider sa baseline rate. Sa ilang platform, iniuulat bilang steal ang throttling na ito. Sa iba naman, hindi ito nakikita mula sa loob at mas kaunting cycle bawat segundo ang natatanggap mo. Basahin muna ang paglalarawan ng plan bago ipagpalagay na may kasalanan ang katabing tenant.
Bakit walang steal time na iniuulat ang container
Ang steal ay property ng virtual machine, hindi ng container na tumatakbo sa loob nito. Ang Docker container sa sarili mong VPS ay gumagamit ng host na /proc, kaya ang halagang st na binasa sa loob nito ay steal ng VPS, na siyang kailangan mo. Iba ang pag-uugali ng container-based virtualisation na ibinebenta bilang VPS. Kapag may lxcfs, ang /proc/stat sa loob ng container ay binubuo mula sa cgroup accounting, kaya zero ang steal ayon sa disenyo. Maaaring magpakita ang monitoring stack na kumukuha lamang ng data mula sa loob ng container ng tuloy-tuloy at kalmadong zero kahit kapos sa CPU ang pisikal na machine sa ilalim nito.
Sa loob ng container, ang counter na may kaparehong kahulugan ay CPU quota throttling. Sa cgroup v2:
cat /sys/fs/cgroup/cpu.statBinibilang ng nr_throttled ang mga enforcement period kung kailan naabot ng group ang CPU quota nito, at tinatala ng throttled_usec ang kabuuang oras na na-freeze ito. Kapag tumataas ang nr_throttled, nangangahulugan itong runnable ang process mo pero hindi ito tumatakbo. Pareho itong karanasan sa steal, ngunit sanhi ito ng limitasyong ikaw mismo ang nagtakda. Suriin muna ang sarili mong mga limit bago sisihin ang host, lalo na kung pinapatakbo mo ang mga serbisyo mo sa Docker sa isang VPS na may CPU limits sa compose file. Nagdaragdag ang layered virtualisation ng isa pang lugar kung saan maaaring mawala ang oras, dahil binabayaran ng VM sa loob ng VPS ang steal nito at ang sarili nitong scheduling delay. Isaisip ito kung nagpapatakbo ka ng nested virtualisation sa isang VPS.
Ano ang gagawin sa tuloy-tuloy na steal
Walang setting sa loob ng guest ang makakaayos sa steal, dahil ang scheduler na gumagawa ng desisyon ay tumatakbo sa labas ng guest. Hindi rin ito mababago ng pag-upgrade ng kernel: ang cache aware scheduling na idinagdag sa Linux kernel 7.2 ay nag-aayos ng mga task mo sa mga core na aktuwal na ibinigay sa iyo, ngunit hindi nito mababawi ang mga cycle na kinuha na ng katabing instance. Apat ang praktikal na hakbang.
Mangolekta muna ng ebidensiya. Itala ang mga timestamp sa UTC, ang tagal ng bawat episode, kung gaano ito kadalas nauulit, at kung ipinapakita ng mpstat na isang vCPU lamang o lahat ng vCPU ang apektado. Mas kapaki-pakinabang ang isang linggong naka-log na sample kaysa sa isang screenshot.
Magbukas ng ticket gamit ang data na iyon. Magtanong nang direkta ng dalawang bagay: overloaded ba ang node sa mga oras na ito, at maaari bang ilipat ang instance ko. Isama ang output ng vmstat at ang eksaktong mga oras. Kumikilos ang provider kapag may reproducible na window, at ang ticket na nagsasabing mabagal lamang ang server ay karaniwang sasagutin ng hiling para sa ganoong window. Kung gaano karami sa gawaing ito ang maaari mong ipasa sa provider ay isa sa mga praktikal na pagkakaiba ng managed at unmanaged VPS.
Humiling ng migration. Karaniwang gawain para sa provider ang paglipat ng guest sa node na mas kaunti ang load, at kadalasan ay maikling reboot lamang ito. Wala itong karagdagang gastos, at nilulutas nito ang karaniwang sitwasyon kung saan nagkataong nasa iisang node ang ilang mabibigat na katabing instance.
Bumili ng dedikadong CPU capacity. Ang dedicated vCPU plan ay nagrereserba ng CPU capacity para sa iyong instance—isang buong core o isang buong hardware thread, depende sa provider—kaya hindi na nakukuha ng mga katabing instance ang iyong mga cycle at nananatili sa zero o malapit sa zero ang counter. Maaari pa ring mag-iwan ng maliit na residue ang housekeeping ng hypervisor. Mas mataas ang buwanang gastos nito, ngunit ito ang tamang sagot para sa workload na hindi kayang tiisin ang ganitong variance. Kung hindi pa rin ito sapat, o gusto mo ring ikaw lamang ang gumagamit ng memory bandwidth, ang susunod na hakbang ay dedicated server sa halip na VPS.
Habang hinihintay mo ang alinman sa mga hakbang na iyon, bawasan ang epekto ng steal. Magpatakbo ng mas kaunting worker thread kaysa sa bilang ng iyong vCPU, dahil ang mga thread na hindi makakuha ng core ay nagdaragdag lamang ng context switch. Ilipat ang batch work sa mga oras na tahimik ang node, gaya ng ipinapakita ngayon ng sarili mong log. Pagkatapos, magsukat muli gamit ang parehong command sa parehong mga oras, upang matukoy mo kung naging epektibo ang pagbabago sa halip na manghula.
FAQ
Ano ang normal na CPU steal time sa isang VPS?
Sa shared plan, pangkaraniwan ang maiikling spike at sustained value na mas mababa sa humigit-kumulang 5 percent, dahil ang shared CPU ay nangangahulugang hinahati ng host ang physical cores sa pagitan ng mga guest. Hindi pangkaraniwan ang sustained double digits sa loob ng ilang oras, kaya dapat itong i-report sa pamamagitan ng ticket. Sa dedicated vCPU plan, ang inaasahang reading ay nasa o napakalapit sa 0.0, dahil maaari pa ring gumamit ang hypervisor housekeeping ng maliit na bahagi ng CPU. Kaya ang sustained steal na lampas dito ay fault na dapat i-report. Ibatay ang pagsusuri sa sarili mong workload: kayang tiisin ng overnight batch job ang steal na hindi kayang tiisin ng latency-sensitive API.
Aayusin ba ng mas malaking plan ang mataas na steal time?
Hindi kung ito lamang ang babaguhin. Kapag nagdagdag ka ng vCPUs sa parehong shared node, mas maraming virtual CPU ang nakikipag-agawan sa parehong physical cores na may contention, kaya maaaring manatiling eksaktong pareho ang percentage. Ang halos tuluyang nag-aalis ng steal ay dedicated CPU allocation o paglipat sa node na mas kaunti ang load. Ang mas malaking bahagi ng isang busy machine ay bahagi pa rin ng isang busy machine.
Bakit 0 steal time ang ipinapakita ng VPS ko kahit malinaw na mabagal ito?
May dalawang karaniwang dahilan. Maaaring hindi talaga i-export ng hypervisor ang counter, na nangyayari sa ilang platform depende sa host at guest kernel. Dahil dito, nananatiling zero ang field anuman ang ginagawa ng host. Patakbuhin ang systemd-detect-virt upang makita kung aling platform ang ginagamit mo. Kung hindi ito ang dahilan, nasa ibang bahagi ang bottleneck: tingnan ang wa para sa storage waits, ihambing ang r sa nproc para makita ang sarili mong overload, at basahin ang /sys/fs/cgroup/cpu.stat sa loob ng containers para sa quota throttling.
Maaari ko bang bawasan ang steal time mula sa loob ng server ko?
Hindi mo mababago ang scheduling ng host mula sa loob ng guest. Maaari mo lamang bawasan ang epekto nito. Magpatakbo ng mas kaunting worker threads kaysa sa dami ng iyong vCPUs, upang mas kaunting trabaho ang mapunta sa run queue at maghintay sa core na hindi agad magiging available. Ilipat ang batch jobs sa mga oras na mas kaunti ang load ng node. I-cache ang mga resulta upang mas kaunting request ang mangailangan ng CPU. Ang mga pagbabagong talagang nag-aalis ng steal—paglipat sa ibang node o paggamit ng dedicated cores—ay nasa panig ng provider.