CPU steal（虛擬機器） CPU steal time

原因 ID so-steal · 主要負責 基礎設施團隊（伺服器基礎設施） · 協同外部（外部）

實體伺服器（hypervisor）把虛擬機器的 CPU 時間暫時讓給其他虛擬機器（CPU steal）時，遊戲伺服器會停住。

為什麼 同一台主機上的其他虛擬機器大量使用 CPU → 於是自己的虛擬機器每次失去數 ms～數十 ms 的執行機會 → 畫面上 tick 時間莫名暴增，出現卡頓、定格

症狀: 卡頓, 定格
因素: 停滯
誰會遇到: 整個伺服器
何時: 偶爾隨機發生
負責單位: 主要負責 基礎設施團隊（伺服器基礎設施） · 協同外部（外部）
基礎設施團隊要做的事: 監控 steal 指標（top、vmstat 的 st）；使用專用核心或專用主機；避免 CPU 額度用完就變慢的突發型（burstable）執行個體；steal 持續偏高的執行個體先停止再啟動，移到其他主機。
外部要做的事: 向雲端供應商回報 steal 持續偏高的主機。
圖表上: 偶爾隨機飆高 · %steal、伺服器 tick 時間
查看位置: 把 mpstat -P ALL 1 的 %steal 和伺服器 tick 時間放在同一條時間軸上看
符合的跡象: tick 飆高的時間點 %steal 也一起飆高，停止再啟動移到其他主機後就減少
不符合的跡象: %steal 接近 0 但 tick 仍飆高時，是遊戲伺服器內部的原因（「伺服器 GC 全面暫停」、「鎖競爭」）。在容器上時是「容器 CPU 節流（CFS 配額）」
確認方式: 用基礎設施工具確認（不需要遊戲程式碼）

出處

proc_stat(5) — Linux manual page Linux man-pages
steal：在虛擬化環境中，因其他作業系統執行而被搶走的時間
Standard mode for burstable performance instances AWS
突發型執行個體會消耗額度來超出基準效能，額度用完後 CPU 使用率就降回基準水準
How EC2 instance stop and start works AWS
執行個體停止後再啟動，大多會移到新的主機
mpstat(1) — Linux manual page sysstat
%steal：hypervisor 執行其他虛擬 CPU 時，這個虛擬 CPU 被迫等待的時間比例