I
Member
容器设了 CPU limit 后，平均延迟没变，但 P99 抖动变大了，这种问题用 top 看 CPU 使用率往往看不出来，因为被限流的进程在配额用完后是被强制节流，而不是在跑。
排查先看节流指标：cpu.stat 里的 nr_throttled 和 throttled_time，如果这两个数在涨，说明限流确实在起作用，抖动就和配额有关。接下来看配额本身：cpu.max 或 cpu.cfs_quota_us 配得太小，突发流量一来就被节流；配得太大，限流又失去意义。还有一个常见坑是把 CPU 密集型和延迟敏感型服务混布在同一组配额里，互相抢配额。
我的调法是：先按压测的峰值需求定配额，留 20%~30% 的余量；其次把延迟敏感服务单独分组，避免被批处理任务拖住；最后看调度延迟，确认不是宿主机本身过载。如果节流指标为零，就别在配额上纠缠，回头查应用锁、GC 或网络。你们容器限流后抖动，一般先看节流指标还是先调大配额？
排查先看节流指标：cpu.stat 里的 nr_throttled 和 throttled_time，如果这两个数在涨，说明限流确实在起作用，抖动就和配额有关。接下来看配额本身：cpu.max 或 cpu.cfs_quota_us 配得太小，突发流量一来就被节流；配得太大，限流又失去意义。还有一个常见坑是把 CPU 密集型和延迟敏感型服务混布在同一组配额里，互相抢配额。
我的调法是：先按压测的峰值需求定配额，留 20%~30% 的余量；其次把延迟敏感服务单独分组，避免被批处理任务拖住；最后看调度延迟，确认不是宿主机本身过载。如果节流指标为零，就别在配额上纠缠，回头查应用锁、GC 或网络。你们容器限流后抖动，一般先看节流指标还是先调大配额？