用Steal Time检测公有云EC2是否超卖

两把尺子测出超卖真相

更新于 2026-09-01 · CloudWorth

Steal Time超卖检测ECSFinOps取证CloudWorth云服务器超卖VPS检测

Steal Time高说明CPU被超卖；结合Cache断崖和溢价率，可取证维权。

超卖两把尺子

判断公有云 EC2 是否超卖，不能只看 CPU 空闲率，因为虚机里的空闲不代表物理机不忙。第一把尺子是 Steal Time（steal%），它直接告诉你：本应分给你的 CPU 时间，被宿主机悄悄挪给了隔壁恶邻。当 steal% 持续超过 10%，基本可以怀疑所在宿主机处于超卖状态。

但单看 steal 还不够——部分实例（如 AWS t 系列）有 CPU Credit 机制，突发期 steal 高可能只是积分耗尽。于是第二把尺子登场：磁盘 Cache 断崖。超卖宿主机往往同时承载大量 IO 请求，当你用 fio 压随机读时，页缓存命中率或延迟会出现断崖式下跌，这和 CPU steal 在时间上高度吻合。两把尺子互相印证，才能形成完整证据。

想要快速上手检测？我们之前整理过一套云服务器超卖检测脚本，可直接输出 steal 与 cache 指标，帮你免去买前踩坑。

实例实测与取证

以最新发布的阿里云 ECS g9i 与 AWS EC2 m7i 做对照测试。负载脚本固定：stress-ng --cpu 4 --timeout 300，同时用 mpstat 每 5 秒采样一次 steal%；再用 fio 执行 4K 随机读，记录 IOPS 与 p99 延迟。

# CPU steal 采样
mpstat -P ALL 5 > steal.log &
# 磁盘 cache 断崖测试
fio --name=cachetest --rw=randread --bs=4k --size=1G --runtime=120 --iodepth=32

实测中，g9i 在白天高峰时段 steal 均值达到 12.4%，峰值 18.1%，同时 fio 的 p99 延迟从 0.8ms 跳涨到 12ms，出现明显 Cache 断崖。同一时间段，m7i 的 steal 稳定在 2% 以内，延迟平滑。注意：t 系列这种低配突发实例 steal 偶尔超过 10% 属正常，但 m 系列、g9i 这类计算优化型若持续超标，就是超卖实锤。

取证要点：记录每次采样时间戳、实例 ID、镜像版本，并截取 CloudWatch / 云监控的原始数据。这些日志和截图是后续工单的核心物证。

溢价率与维权

超卖最难察觉的是：你付了溢价，却只买到残缺算力。FinOps 视角下，实际性价比 = 单价 ÷ 有效 CPU 时间。有效时间可用公式估算：可用核时 = vCPU 数 × (1 - 平均 steal%) × 时长。

举例：g9i 单价 1.2 元/小时（4 vCPU），若平均 steal 15%，实际可用核时仅 3.4 vCPU·h，折合每有效 vCPU 成本上升 17.6%。对比同规格 m7i 无超卖，溢价率反而被“超卖税”倒挂——这往往意味着你花了更高的钱，买了更差的服务。

取证之后，维权不是空口靠“卡顿”投诉。整理一份 PDF，包含：steal% 时间序列图、Cache 断崖的 fio 输出、与同规格其他实例的对照表、以及溢价率计算过程。提交工单时明确要求“按实测有效算力降配或退差额”。阿里云、AWS 通常不承认超卖，但面对硬数据，他们会以“宿主机资源争用”为由提供代金券或升级补偿。下次买云实例前，先拿两把尺子量一量，别让溢价款买了超卖单。