最近某臺服務機器偶爾遇到了一種告警：cpu steal 過高；諮詢了sre，sre解答是宿主機上的其它虛擬機器負載較高，cpu搶佔厲害；

正好藉此機會瞭解下cpu的相關資訊

=========================================================================

1 top命令輸出的cpu資訊

使用top命令檢視cpu資訊時會看到這樣一行：

裡面的各個值分別是什麼意思了？

us：user cpu time or % cpu time spent in user space

sy：system cpu time or % cpu time spent in kernel space

ni：user nice cpu time or % cpu time spent on low priority processes

id：idle cpu time or % cpu time spent idle

wa：io wait cpu time or % cpu time spent in wait（on disk）

hi：hardware irq or % cpu time servicing／handling hardware interrupts

si：software irq or % cpu time servicing／handling software interrupts

st：cpu time in involuntary wait by virtual cpu while hypervisor is servcing another processor or cpu time stolen from a virtual machine

翻譯為：

us：使用者態使用的cpu時間比

sy：系統態使用的cpu時間比

ni：用作nice加權的程序分配的使用者態cpu時間比

id：空閒的cpu時間比

wa：cpu等待磁碟寫入完成時間

hi：硬中斷消耗時間

si：軟中斷消耗時間

st：虛擬機器偷取時間

2 cpu耗時百分比如何算出

2.1 sy和us

將檔案從src拷貝到dst，檔案會先從src讀取進核心空間，然後在讀取到使用者空間，然後拷貝資料到使用者空間的buf上，在通過使用者空間，核心空間，資料才到磁碟的dst上

從上面的程式看，cpu消耗在kernel space的時候就是sy，cpu消耗在user space的時候就是us

2.2 hi和si

如果程式沒有問題，就沒有hi和si，但實際上有硬中斷和軟中斷的概念；比如外設硬體故障，cpu會進行上下文切換，進行保持現場的操作，就是cpu會有段時間被硬中斷佔用了，這個時間就是hi；

相似的，si是軟中斷的cpu佔用時間，軟中斷是由軟體指令方式觸發的；

軟中斷和硬中斷可以參考：

https://blog.csdn.net/pxz_002/article/details/7327668

2.3 ni

ni是nice的意思，nice是什麼呢，每個linux程序都有個優先順序，優先順序高的程序有優先執行的權利，這個叫做pri。程序除了優先順序外，還有個優先順序的修正值。即比如你原先的優先順序是20，然後修正值為-2，那麼你最後的程序優先順序為18。這個修正值就叫做程序的nice值。

nice是一個程序的優先順序修正值，為什麼會佔用cpu時間了？

ni是指用做nice加權的程序使用的使用者態cpu時間比，我的理解就是一個程序的所謂修正值就意味著多分配一些cpu時間給這個程序的使用者態，這個中間所多分配的cpu時間就是我們這裡的ni。（這個理解沒啥把握，如果有錯誤麻煩幫忙指出下）

2.4 wa

wa指的是CPU等待磁碟寫入完成的時間，就是說前提是要進行IO操作，在進行IO操作的時候，CPU等待時間。比如上面那個程式，最後一步，從系統空間到dst硬碟空間的時候，如果程式是阻塞的，那麼這個時候cpu就要等待資料寫入磁碟才能完成寫操作了。所以這個時候cpu等待的時間就是wa。

2.5 st

st的名字很生動，偷取。。。是專門對虛擬機器來說的，一臺物理是可以虛擬化出幾臺虛擬機器的。在其中一臺虛擬機器上用top檢視發現st不為0，就說明本來有這麼多個cpu時間是安排給我這個虛擬機器的，但是由於某種虛擬技術，把這個cpu時間分配給了其他的虛擬機器了。這就叫做偷取。

剩下的id就是除了上面那麼多cpu處理上下文以外的cpu時間片。當然在這些時間片上，cpu是空閒的。

3 steal time

如果你想要部署虛擬環境（例如：Amazon EC2）， steal time就是你想要關注的效能指標之一。 如果這個指標的數值很高，那麼說明機器狀態非常糟糕。什麼是steal time？什麼會引發高steal time？多少才是警戒值（你需要做什麼）？

你的虛擬機器（VM）會與虛擬環境的宿主機上的多個虛擬機器例項共享物理資源。其中之一共享的就是CPU時間切片。如果你的VM的物理機虛擬比是1/4， 那麼它的CPU使用率不會限制於25%的CPU時間切片－它能夠使用超過它設定的虛擬比。（有別於記憶體的使用，記憶體大小是嚴格控制的）。

cpu steal time 遠高於0的原因：

這裡有兩種可能性：

1. 你需要一個額定更多CPU資源的虛擬機器（你的虛擬機器是問題）

2. 物理機已經超賣了並且多個虛擬機器之間在激烈的競爭資源（你的虛擬機器不是問題）

提示：你不能通過看當前被影響的虛擬機器例項的CPU效能指標來判斷你所遇到的場景。（1 or 2） 當你有很多的虛擬宿主機上分別都部署了相同職責的服務程式（可能作為叢集）時，就比較容易知道自己遇到的問題了。

• 是否 %st(CPU Steal Time Percentage) 在所有機器上面都上漲了？

  這個意味著你的虛擬機器在使用更多的CPU資源。你需要為你的虛擬機器增加更多的CPU資源的配額。

• 是否%st(CPU Steal Time Percentage) 只在一部分機器上面陡峭增長？

  這個意味著物理機器被超賣了。把你自己的虛擬機器挪到另一個物理機器去吧。

所以，什麼時候你應該擔心？

一般的參考標準-如果steal time 超過了10%並且持續了20分鐘，那麼虛擬機器就可能效能下降了

當這種情況發生：

1. 關閉虛擬機器並且挪到另一臺物理機器上面

2. 如果steal time維持在很高的數值， 那麼增加CPU資源配額。

3. 如果steal time維持在很高的數值， 聯絡你的虛擬機器提供商。你的虛擬機器提供商有可能在超賣物理機

參考文章：

https://blog.csdn.net/jessysong/article/details/73571878

https://www.cnblogs.com/yjf512/p/3383915.html