虚拟机CPU竞争导致性能下降的核心原因是vCPU排队等待物理核调度，解决思路是“减少排队+绑定独占+动态调整”，具体手段包括调整CPU亲和性、合理设置核数、关闭超线程共享、启用CPU屏蔽与热插拔。下面按排查顺序，从症状识别到操作配置，拆开说清楚。
虚拟机CPU竞争如何优化先定位瓶颈在哪
CPU竞争不是凭空出现的,物理机上的所有虚拟机共享同一批CPU核心，只要有一个vCPU在忙，其他虚拟机就得排队，这个排队过程就是调度延迟，表现为业务响应变慢、CPU使用率虚高、负载飙到异常数值。
服务器虚拟化性能下降的常见征兆
- 虚拟机内部跑top看CPU使用率不高,但业务就是卡。
- 物理机上所有虚拟机的CPU使用率加总超过物理核数,整体排队明显。
- 同一台宿主机上,某台虚拟机出现周期性停顿，时间点和其他虚拟机的高峰重叠。
- 虚拟机监控里发现steal time（偷取时间）持续偏高，steal time代表虚拟机等待宿主机调度的时间占比，正常情况下应该低于5%，超过10%就说明竞争严重。
排查CPU竞争的具体操作路径
登录宿主机,用virsh vcpuinfo <虚拟机名>查看每个vCPU绑定的物理核，如果有多个vCPU挂在一个核上，或者vCPU在多个核之间频繁跳转，这就是竞争的来源。
再用mpstat -P ALL 1观察物理机上每个核的利用率，如果有些核跑满、有些核空闲，说明虚拟机数量多但线程没散开，再进虚拟机看cat /proc/stat里guest和steal时间的比例，就能确定竞争到底有多激烈。
行业共识：竞争的核心是共享调度
业内专家指出,虚拟机CPU竞争的根源不是单核性能不足，而是多个vCPU共享物理核时调度策略导致的等待，物理核总数固定的情况下，虚拟机的vCPU总数一旦超过物理核数，竞争必然发生，理解这一点，优化方向就清晰了要么减少vCPU总数，要么让关键虚拟机独占物理核。
核心优化手段：CPU亲和性绑定与独占配置
CPU亲和性（CPU affinity）是把指定的vCPU固定到指定的物理核上运行，绑定的意义在于，物理核不再被其他虚拟机的vCPU抢走，排队直接消失。
使用virsh vcpupin实现静态绑定
操作步骤：
- 查看当前绑定的状态：
virsh vcpupin <虚拟机名> - 查看物理机核数布局：
lscpu，记录物理核编号范围，注意区分NUMA node0和node1。 - 将虚拟机4个vCPU分别绑定到4个不同物理核（同一NUMA节点下效果更好）：
virsh vcpupin <虚拟机名> 0 0virsh vcpupin <虚拟机名> 1 1virsh vcpupin <虚拟机名> 2 2virsh vcpupin <虚拟机名> 3 3
- 写入虚拟机配置文件使绑定永久生效：
virsh edit <虚拟机名>，在<cputune>段中补充<vcpupin>
运行Java中间件或数据库时的绑定策略
这类应用对响应时间敏感,绑定后要同时改宿主机上的irqbalance服务，irqbalance会自动迁移中断到不同核，可能把vCPU的绑定打乱，关闭它：
systemctl stop irqbalance && systemctl disable irqbalance
然后手动确认cat /sys/devices/system/cpu/cpu/cpufreq/scaling_governor，统一设置为performance模式，避免CPU调频导致vCPU运行频率波动。
绑定后怎么验证效果
在宿主机上用taskset -pc <物理核编号>查看某个进程的绑定状态，进虚拟机持续跑vmstat 1观察r列（运行队列）和cs列（上下文切换），绑定成功的特征是：运行队列不再积压、上下文切换数下降、业务卡顿周期消失。
CPU核数分配与超线程冲突怎么处理
超线程技术让一个物理核看起来像两个逻辑核,但对常见的数据库类业务，超线程带来的提升微乎其微，反而加剧vCPU排队。
关闭超线程的实际收益
物理机开启超线程后,宿主机上可用核数翻倍，虚拟机可以拿到更多vCPU，但每个逻辑核实际共享同一个物理核的执行单元，多台虚拟机同时跑计算密集型业务时，两个逻辑核互相抢资源，效果和没超线程时一样还多了切换开销。
建议生产环境直接关闭超线程。 在BIOS里找到Hyper-Threading Technology选项禁用，或者通过宿主机内核参数nosmt重启生效，关闭后，虚拟机CPU核数分配以物理核数为上限，调度逻辑更简单直接。
虚拟机CPU核数怎么选合适
给虚拟机分配核数时避免“核数越多性能越好”的误区，单核密集型应用分配2核足矣，多线程压测应用按物理核总数的一半做上限。
有条经验规则：虚拟机vCPU总数不超过物理核数的80%，宿主机本身要跑虚拟化层、存储驱动、网络服务，需要留出至少20%的物理核余量，超出这个范围，任何亲和性绑定都救不了排队问题，此时先缩容再谈优化。
常见误区提示： 一台64核物理机，给虚拟机分48个vCPU并绑定48个逻辑核，看起来合理，实际这48个逻辑核背后只有24个物理核，竞争比不绑定还严重，先确认物理核数量，再分配vCPU数。
动态调优：CPU热插拔与权重调整
静态绑定做得再好,业务流量变化也会让某些虚拟机缺核，另一些空闲，此时用热插拔在线调整，不用重启业务。
在线调整CPU配额
virsh setvcpus <虚拟机名> 处理核数 --live --config这条命令直接增加或减少虚拟机的vCPU数量，前提是虚拟机操作系统支持热拔插。
配合virsh schedinfo调整CPU份额（shares），份额是宿主机兜底的权重，默认1000，关键业务虚拟机设成2000，普通虚拟机设成500，CPU紧张时关键业务优先被调度。
利用cgroup限制单机CPU使用
在宿主机上编辑/etc/libvirt/qemu/<虚拟机名>.xml，在<cputune>段中加入：
<period>设定CPU配额结算周期，单位微秒，默认100000。<quota>设定周期内允许使用的CPU时间，单位微秒，quota设为50000表示这个虚拟机最多用半个物理核。
多场景下的推荐配置组合
| 应用场景 | 推荐配置组合 |
|---|---|
| 高并发Web服务 | vCPU总数控制在物理核数50%，启用亲和性绑定 |
| MySQL等数据库 | 关闭超线程，vCPU按物理核数1/4分配，绑定同一NUMA节点 |
| 开发测试虚拟机 | 不绑定、不设置quota，依赖shares权重自动竞争 |
| 离线渲染任务 | 用满所有vCPU但开启shares低权重，避免抢占关键业务 |
回避CPU竞争的架构性手段
配置层面的优化治标,架构层面调整才能治本。
拆分宿主机用途
同一台物理机不要同时跑数据库生产库和离线批处理任务,批处理任务对延迟不敏感，但对CPU吞吐要求高，两种负载混跑时生产业务会被周期性拖慢，有条件的话，将计算密集型和IO密集型业务分布到不同宿主机。
加入实时调度类虚拟机配置
对延迟极度敏感的业务（如交易系统），宿主机内核可在启动参数中加isolcpus=<核编号>把指定物理核从普通调度器中隔离出去，再在虚拟机XML配置里绑定这些隔离核。isolcpus的参数需要根据实际核编号写，例如isolcpus=16,17表示物理机16核、17核只跑指定虚拟机。
内核参数配合优化
调整kernel.sched_migration_cost_ns和kernel.sched_autogroup_enabled也能缓解调度抖动，前者调高到5000000减少迁移频率，后者设为0避免多进程自动分组的CPU时间片被均分掉。
Q&A：虚拟机CPU竞争常见疑问解答
为什么CPU核数减少后业务反而变快了？
核数减少后,物理核空闲率上升，排队的vCPU数量减少，每个vCPU获得的时间片更连续，上下文切换次数下降，缓存命中率提高，整体延迟降低，这在绑定物理核后特别明显少量vCPU独占物理核，比大量vCPU共享物理核吞吐更高。
绑定CPU后系统负载还是高怎么办？
先确认绑定的物理核是否被宿主机其他进程占用,比如存储多路径进程或网络中断处理，宿主机上运行pidstat -p ALL找占用高的异常进程，必要时把绑定的物理核调整到空闲核，或者用cpuset创建独占分区并单独放虚拟机，另一种可能：绑定的物理核跨NUMA访问内存，vCPU频繁访问远端内存导致延迟高，重新按NUMA节点绑定即可。
虚拟机CPU竞争与服务器虚拟化性能下降的关系可以量化吗？
量化依据是steal time和调度延迟，steal time超过10%说明竞争进入影响感知阶段，超过30%就意味着业务已经受到明显拖累，物理机上可用命令curl localhost:9100/metrics结合Prometheus导出宿主机的vcpu_wait时间数据，长期趋势图能更直观判断哪些时段竞争加剧，竞争治理的最终目标是每个虚拟机的CPU等待时间降到物理机空转率以下，同时保持宿主机整体利用率稳定在60%到70%区间。
首发原创文章，作者：王坚，如若转载，请注明出处：https://idctop.com/article/771935.html
