【公司分享学习】容器磁盘占满导致CPU飙高
这是公司大佬的一次内部分享,我尝试简短总结一下
问题描述
某服务的其中两个副本异常,CPU 飙高。
指标排查
查看
container_cpu_usage_seconds_total
监控,CPU 飙升,逼近 limit。查看
container_cpu_cfs_throttled_periods_total
监控,CPU 飙升伴随 CPU Throttle 飙升,所以服务异常应该是 CPU 被限流导致。查看
container_cpu_system_seconds_total
监控,发现 CPU 飙升主要是 CPU system 占用导致,容器内pidstat -u -t 5 1
可以看到进程%system
占用分布情况。perf top
看 system 占用高主要是 vfs_write 写数据导致。
iostat -xhd 2
看 IO 并不高,磁盘利用率也不高,io wait 也不高。sync_inodes_sb
看起来是写数据时触发了磁盘同步的耗时逻辑深入看内核代码,当磁盘满的时候会调用 flush 刷磁盘所有数据,这个会一直在内核态运行很久,相当于对这个文件系统做 sync。
节点上
df -h
看并没有磁盘满。容器内
df -h
看根目录空间满了.
- 看到
docker daemon.json
配置,限制了容器内 rootfs 最大只能占用 200G
- 容器内一级级的
du -sh *
排查发现主要是一个 nohup.log 文件占满了磁盘。
结论
容器内空间满了继续写数据会导致内核不断刷盘对文件系统同步,会导致内核态 CPU 占用升高,设置了 cpu limit 通常会被 throttle,导致服务处理慢,影响业务。