资源合池化后的异构差异问题解析--CPU分层现象和

1.背景

自1965年戈登·摩尔提出摩尔定律以来，半导体行业持续推动芯片技术的革新，IDC（互联网数据中心）为平衡成本效益和多样化需求，逐渐形成了包含Intel、AMD、ARM等多种架构的混合部署模式。早期IDC往往通过小集群分别管理，这种方式虽然简单，但随着硬件代际和架构的增多，资源隔离问题日益凸显，不同集群间的计算资源无法共享，导致资源利用困难、运营成本上升。

为解决这一问题，业界开始采用资源合池技术。该技术通过虚拟化、容器化和智能调度系统，将不同架构、不同代次的硬件资源抽象成统一的资源池，打破物理集群的界限，实现计算、存储和网络资源的全局共享。这种方式不仅提高了资源利用率，还降低了管理复杂度，使IDC能够更灵活地应对动态负载，支持弹性扩展，最大化数据中心的整体计算能力。

图1 资源合池示意图

尽管资源合池化局有上述的许多优点，但是异构系统的统一调度增加了技术复杂度，其矛盾主要来自于硬件的设计差异，进而影响到了系统层面的表现差异，其中最为明显的是，应用在不同硬件上的运行效率差异会给容量规划带来困难，例如同一实例面对相同的负载压力在不同的硬件上运行的CPU需求量存在区别，具体会呈现为CPU使用率的分层现象。此时业务很难根据CPU算力需求进行容量规划，若是依据高位线进行负载规划，在低位线的机器上会存在资源浪费。如果按照低位线尽心负载规划，则会由于硬件能力的不足导致业务的SLA无法被满足。因此明确并尽可能的消弭不同硬件的所导致的应用表现差异至关重要。本文会以CPU分层现象为视角切入来排查和解决此类问题。

2.排查方法论

根据上文所述，CPU分层现象的具体表现，如图2所示：

图2 业务机器CPU利用率图

同一业务在监控面板上呈现出多个层次的CPU利用率，业务从监控上难以判断容量是否打满，带来稳定性的风险。

造成CPU分层现象的原因可以分为以下两个方面：

• 硬件差异：如CPU、内存、磁盘和网络等。
• 软件差异：如驱动 软件库 编译链等。

缓解分层显现的核心是针对分层较为严重的极端案例，寻找部分机器运行较差的核心原因，通过各种方法缓解瓶颈，提升系统总体资源利用率，具体如流程图3所示。

图3 缓解CPU分层流程图

解决这类问题首先是对业务申请的资源，根据硬件情况进行修正。由于不同硬件存在基础算力差异，相同负载的业务呈现的CPU利用率本身就会存在区别，这种符合预期的区别，不是我们需要解决的问题。为了排除这个干扰，进行合理的修正，需要通过benchmark测试得到机器的基础算力差异，具体如下表1：