最近某台服务机器偶尔遇到了一种告警：cpu steal 过高；咨询了sre，sre解答是宿主机上的其它虚拟机负载较高，cpu抢占厉害；
正好借此机会了解下cpu的相关信息
=========================================================================
1 top命令输出的cpu信息
使用top命令查看cpu信息时会看到这样一行：
里面的各个值分别是什么意思了？
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
翻译为：
us：用户态使用的cpu时间比
sy：系统态使用的cpu时间比
ni：用作nice加权的进程分配的用户态cpu时间比
id：空闲的cpu时间比
wa：cpu等待磁盘写入完成时间
hi：硬中断消耗时间
si：软中断消耗时间
st：虚拟机偷取时间
2 cpu耗时百分比如何算出
2.1 sy和us
将文件从src拷贝到dst，文件会先从src读取进内核空间，然后在读取到用户空间，然后拷贝数据到用户空间的buf上，在通过用户空间，内核空间，数据才到磁盘的dst上
从上面的程序看，cpu消耗在kernel space的时候就是sy，cpu消耗在user space的时候就是us
2.2 hi和si
如果程序没有问题，就没有hi和si，但实际上有硬中断和软中断的概念；比如外设硬件故障，cpu会进行上下文切换，进行保持现场的操作，就是cpu会有段时间被硬中断占用了，这个时间就是hi；
相似的，si是软中断的cpu占用时间，软中断是由软件指令方式触发的；
软中断和硬中断可以参考：
https://blog.csdn.net/pxz_002/article/details/7327668
2.3 ni
ni是nice的意思，nice是什么呢，每个linux进程都有个优先级，优先级高的进程有优先执行的权利，这个叫做pri。进程除了优先级外，还有个优先级的修正值。即比如你原先的优先级是20，然后修正值为-2，那么你最后的进程优先级为18。这个修正值就叫做进程的nice值。
nice是一个进程的优先级修正值，为什么会占用cpu时间了？
ni是指用做nice加权的进程使用的用户态cpu时间比，我的理解就是一个进程的所谓修正值就意味着多分配一些cpu时间给这个进程的用户态，这个中间所多分配的cpu时间就是我们这里的ni。（这个理解没啥把握，如果有错误麻烦帮忙指出下）
2.4 wa
wa指的是CPU等待磁盘写入完成的时间，就是说前提是要进行IO操作，在进行IO操作的时候，CPU等待时间。比如上面那个程序，最后一步，从系统空间到dst硬盘空间的时候，如果程序是阻塞的，那么这个时候cpu就要等待数据写入磁盘才能完成写操作了。所以这个时候cpu等待的时间就是wa。
2.5 st
st的名字很生动，偷取。。。是专门对虚拟机来说的，一台物理是可以虚拟化出几台虚拟机的。在其中一台虚拟机上用top查看发现st不为0，就说明本来有这么多个cpu时间是安排给我这个虚拟机的，但是由于某种虚拟技术，把这个cpu时间分配给了其他的虚拟机了。这就叫做偷取。
剩下的id就是除了上面那么多cpu处理上下文以外的cpu时间片。当然在这些时间片上，cpu是空闲的。
3 steal time
如果你想要部署虚拟环境（例如：Amazon EC2）， steal time就是你想要关注的性能指标之一。 如果这个指标的数值很高，那么说明机器状态非常糟糕。什么是steal time？什么会引发高steal time？多少才是警戒值（你需要做什么）？
你的虚拟机（VM）会与虚拟环境的宿主机上的多个虚拟机实例共享物理资源。其中之一共享的就是CPU时间切片。如果你的VM的物理机虚拟比是1/4， 那么它的CPU使用率不会限制于25%的CPU时间切片－它能够使用超过它设置的虚拟比。（有别于内存的使用，内存大小是严格控制的）。
cpu steal time 远高于0的原因：
这里有两种可能性：
-
你需要一个额定更多CPU资源的虚拟机（你的虚拟机
是
问题） -
物理机已经超卖了并且多个虚拟机之间在激烈的竞争资源（你的虚拟机
不是
问题）
提示：
你不能通过看当前被影响的虚拟机实例的CPU性能指标来判断你所遇到的场景。（1 or 2）
当你有很多的虚拟宿主机上分别都部署了相同职责的服务程序（可能作为集群）时，就比较容易知道自己遇到的问题了。
-
是否 %st(CPU Steal Time Percentage) 在所有机器上面都上涨了？
这个意味着你的虚拟机在使用更多的CPU资源。你需要为你的虚拟机增加更多的CPU资源的配额。
-
是否%st(CPU Steal Time Percentage) 只在一部分机器上面陡峭增长？
这个意味着物理机器被超卖了。把你自己的虚拟机挪到另一个物理机器去吧。
所以，什么时候你应该担心？
一般的参考标准-
如果steal time 超过了10%并且持续了20分钟，那么虚拟机就可能性能下降了
当这种情况发生：
-
关闭虚拟机并且挪到另一台物理机器上面
-
如果steal time维持在很高的数值， 那么增加CPU资源配额。
-
如果steal time维持在很高的数值， 联系你的虚拟机提供商。你的虚拟机提供商有可能在超卖物理机
参考文章：
https://blog.csdn.net/jessysong/article/details/73571878
https://www.cnblogs.com/yjf512/p/3383915.html