CPU 窃取时间（虚拟机） CPU steal time

原因 ID so-steal · 主责 运维团队·系统运维 · 配合外部·外部

物理服务器（hypervisor）把虚拟机的 CPU 时间暂时让给其他虚拟机期间（CPU 窃取），游戏服务器会停住。

起因同一宿主机上的其他虚拟机大量占用 CPU → 结果本虚拟机每次失去几 ms 到几十 ms 的运行机会 → 画面表现 tick 耗时莫名飙升，表现为一卡一卡、卡住

症状: 一卡一卡, 卡住
因素: 停顿
谁会遇到: 全服
何时出现: 偶尔随机
负责方: 主责 运维团队·系统运维 · 配合外部·外部
运维团队要做的事: 监控 steal 指标（top、vmstat 的 st）；使用独占核心或专用宿主机；避开 CPU 积分耗尽就降速的突发型实例；steal 持续偏高的实例先停止再启动，迁到其他宿主机。
外部要做的事: 向云厂商报告 steal 持续偏高的宿主机。
监控图上: 偶发随机尖峰 · %steal、服务器 tick 耗时
查看位置: 把 mpstat -P ALL 1 的 %steal 和服务器 tick 耗时放在同一时间轴上看
确认依据: tick 冲高的时刻 %steal 也一起冲高，停止再启动、迁到其他宿主机后下降
排除依据: %steal 接近 0 而 tick 冲高，看游戏服务器内部的原因（“服务器 GC 全局停顿”“锁竞争”）。容器环境看“容器 CPU 限流（CFS 配额）”
确认手段: 运维工具即可确认（无需游戏代码）

出处

proc_stat(5) — Linux manual page Linux man-pages
steal：虚拟化环境中因为在运行其他操作系统而被夺走的时间
Standard mode for burstable performance instances AWS
突发型实例消耗积分来超出基准性能，积分用完后 CPU 使用率会降到基准水平
How EC2 instance stop and start works AWS
实例停止后再启动，大多会迁到新的宿主机
mpstat(1) — Linux manual page sysstat
%steal：hypervisor 运行其他虚拟 CPU 期间，本虚拟 CPU 被迫等待的时间比例