博客园与啊里云的故障假设：高需与低配（补充了降频论）

背景：

博客园自从上了啊里云，故障频繁，使得大伙每星期都在看故障报告，对503不知不觉也建立直了深厚的友谊。
故障从硬盘IO到SLB到应用级别的，各自怀疑，各自检测，都各自坚持没问题，但情况是问题依旧。
而解决的方式是博客园不断的购买高配，但仍逃不出503的魔掌。
最终，博客园把怀疑点指向了啊里云的CPU。
啊里云，也怀疑是博客园自身程序问题。
对此问题，园里园外都比较关心，所以，在这背景下，我假设性的分析一下。

注意，以下内容纯属个人意淫，假设性内容，不代表符合事实，仅供各位看热门的参考：

由于啊里云和博客园各执一念，互不相让，所以个人个人只好给个折衷的猜测，都有问题，或者都没问题。

终结假设点就是：啊里云的低配配不上博客园的高需。

一：假设博客园是高需程序：

我们假设博客园的程序，在程序上可能混杂多款时尚组件，而无法掌握原理和核心，进而在优化上没能发挥；
导致过渡依赖缓存，而原生的程序平均执行时间长，导致缓存失守部分不能负载大量并发，造成系统负担重，需要高配来支持。

二：假设啊里云没有提供高配置：

首先，要假设啊里云的云产品，虚拟化技术并没有超过业界领先水平Xen。

然后，我们看一下以下信息（摘自互联网），来了解两个概念，CPU与VCPU：

1：物理CPU与虚拟VCPU

xen客户机启动的时候，虚拟CPU是由dom0系统决定固定在某个物理CPU核心上的，这个分配具有随机性，比如我们的机器上有2个双核的处理器，也就是说有4个cpu核心，同时我们分配4个核给我们的虚拟客户机，那么我们在客户机也看到4个cpu核心的，但是这四个vcpu核心并不是真的对应着物理机器上的四个核，可能四个虚拟cpu对应的是物理cpu中的1～4个核，也就是说有下面4个可能：
4vcpu＝1cpu
4vcpu＝2cpu
4vcpu＝3cpu
4vcpu＝4cpu
vcpu指虚拟CPU核心
cpu指物理CPU核心
因此，当我们的虚拟客户机上如果运行的是运算密集型的任务的时候，就必须看看我们vcpu与物理CPU的对应，必要的情况下手工固定VCPU到物理CPU 上，使该虚拟机可以使用所有的物理核心；而如果你正在运行IO密集型任务，那么最好就分配一个超线程或整个核给dom0，并且固定其他的域让他们不能使用 CPU 0。

大体上就是说：虽然博客园买的是8核的，但是否真对应上物理机的8个核，这是未知数，实际情况是<=8。

所以，如果博客园买了一个高配置的8核（VCPU），实际只分配到4个物理CPU，性能就降低一半，变成低配了。

所以我们再假设：博客园运气很背：

博客分开买了4台8核，一共号称32核跑博客站，根据上述理论，实际真实CPU可能在（1-32个）具体有几个还得看人品。
如果4台机，随机都在物理4个核上，那就亏大了，高价钱买了低配置，如果在8个核上，也还是亏，如果在16个核上，还是亏一半。
所以，这是第一个假设成立，博客园就是跑在低配上。

如果，博客园运气特好，刚好分配到32个对应的物理机上，或者如果啊里云重视，亲自帮博客园改参数设置对应关系，那我们再看下面的假设。

补充假设：啊里云的CPU降低了主频，或者说是算法平均：

我们假设博客园买的8核CPU2.4GHmz主频，啊里云按8人用标准给每个VCPU分配了300MHz，这样就实现了就算8个用户都跑满虚拟的100%CPU，总物理也才刚好100%。
所以理论上，只要分配超底的主频，和限制使用人数，可以达到隔离作用。

但现实是，分配过低的主频，会造成CPU性能下降，资源极大浪费，所以，一般IDC商会分配在600MHz这般，这种低频一般够小站使用了。

这样如果是4个用户使用，4*600M=2.4G基本隔离，如果是8个用户使用，如果平均使用50%也基本隔离。

如果有4个人跑满，那剩下的4个人无论使用多少，肯定也就挂了，所以通过管理，只能关站，并只能清退这部分人了。

所以，如果啊里云把主频降的低，博客园就跑低配了；

如果啊里云主频设的高或没限制，那是不可能的，因为算法必须保证用户的平均使用率。
所以问题就是主频究竟在一个怎样的合适值中了（一般按国际标准，是1/4 CPU的限制，即4人用的标准，实际使用增加到6-8个人）。

根据大中华环境猜测，赚钱第一原则，总CPU基本核是固定的，而用户数是不断增加长的。
所以：反正限多少主频，你也看不出来，实际多少个人在共享使用，你也看不出来了。

根据以上实际性的假设，所以博客园本身就是运行在了降级的CPU上。

假设2：CPU资源竞争

首先确定的一点，从来就没有什么救世主，也没有CPU绝对隔离一说。

说CPU独立隔离，那是客服常见的忽悠手段，稍为看一下CPU的相关知识，就知道只能靠算法来决定怎么分配而已，隔离相对限制而言。

不信我们可以看下面的摘段（取自互联网）：

2012-05-22 17:22:20| 分类：虚拟化-XenServer |字号订阅
背景：
在Xen环境下,内存与CPU分配是可以动态改变的。通过动态更改内存与CPU分配,可以达到优化虚拟机性能的目的。
通常情况下，我们的虚拟机分配物理cpu的资源为自动分配的。当在一个物理机器上面分配多个虚拟机，并且虚拟机的cpu总和超过实际物理机器的cpu数量时，并且各个虚拟机在高负载的情况下，高负载的虚拟机会调用其他虚拟机器的资源
这次发现的问题是我们公司某系统新上线了三台虚机服务器，上线后发现，在流量是平均分配的前提下，新上的机器的负载比老机器高，新上的机器负载在8左右，而老机器的负载在4左右，查询了机器的配置和参数设置，新老机器都一样。后来通过iostat指令，发现新机票的steal值非常高，大于在40左右，而老机器的steal只有0.1左右。经与老大咨询，steal的值高会代表实体机的CPU负载高。后经由老大发现，新上线的三台虚拟机在一台实体机上，每个虚机分配了四个CPU，而实体机是个8CPU的服务器，导致了三个虚机之间征用CPU。(cpu要打开超线程！！！）

通过上述说明，CPU间是存在资源竞争的，对于资源竞争问题。

一般的IDC商家，是会对长期占用高CPU的VPS租用用户进行清退的，因为这会影响到其它用户。

而对于啊里云，目前为了用户，也在推广期，估计在管理上，用户量大，人员少，目前估计不会有这种手段，所以类似于放任用户无限制的使用CPU。

所以啊里云的用户间更容易发生抢占资源的行为。

于是博客园的程序，平时好好的，某些情况CPU不行了，可能是CPU资源互抢了，抢不过人家就503了。

为什么博客园抢不过人家，这里我也有一个假设：

虚拟技术有两个标识来标识VCPU，就是under和over，记录每个VCPU平均的负载。
如果平时高的，到资源竞争时，优先级就变低，平时低的，到资源竞争时，优先级就会变高。
看博客园的cpu截图，平时也不低，所以真到资源竞争，就没啥优势了，抢不过人家了。

所以根据以上的假设：

1：如果博客园优化下程序，不再那么需要高需；

2：啊里云提供货真价实的32核高配（对同个用户名进行开通的所有主机按实核分配），再控好分配时的实际使用人数；

3：或者啊里云的用户自觉点，别老上那些吃CPU的站；

也许。。。