用 Steal Time 檢測公有雲 EC2 是否超賣

兩把尺子測出超賣真相

更新於 2026-09-01 · CloudWorth

Steal Time超賣檢測ECSFinOps取證CloudWorth雲伺服器超賣VPS檢測

Steal Time 高說明 CPU 被超賣；結合 Cache 斷崖和溢價率，可取證維權。

超賣的兩把量尺

判斷公有雲 EC2 是否超賣，不能只看 CPU 閒置率，因為虛擬機裡的閒置不代表實體機不忙。第一把量尺是 Steal Time（steal%），它直接告訴你：本應分配給你的 CPU 時間，被宿主機悄悄挪給了隔壁的惡鄰。當 steal% 持續超過 10%，基本上可以懷疑所在宿主機處於超賣狀態。

但只看 steal 還不夠——部分執行個體（如 AWS t 系列）有 CPU Credit 機制，突發期間 steal 偏高可能只是積分耗盡。於是第二把量尺登場：磁碟 Cache 斷崖。超賣宿主機往往同時承載大量 IO 請求，當你用 fio 壓隨機讀取時，頁快取命中率或延遲會出現斷崖式下跌，這和 CPU steal 在時間上高度吻合。兩把量尺互相印證，才能形成完整證據。

想要快速上手檢測嗎？我們之前整理過一套雲端伺服器超賣檢測腳本，可直接輸出 steal 與 cache 指標，幫你免去購買前踩坑。

實例實測與取證

以最新發佈的阿里雲 ECS g9i 與 AWS EC2 m7i 做對照測試。負載腳本固定：stress-ng --cpu 4 --timeout 300，同時用 mpstat 每 5 秒取樣一次 steal%；再用 fio 執行 4K 隨機讀，記錄 IOPS 與 p99 延遲。

# CPU steal 取樣
mpstat -P ALL 5 > steal.log &
# 磁碟 cache 斷崖測試
fio --name=cachetest --rw=randread --bs=4k --size=1G --runtime=120 --iodepth=32

實測中，g9i 在白天高峰時段 steal 平均值達到 12.4%，峰值 18.1%，同時 fio 的 p99 延遲從 0.8ms 跳漲到 12ms，出現明顯的 Cache 斷崖。同一時間段，m7i 的 steal 穩定在 2% 以內，延遲平滑。注意：t 系列這種低配突發實例 steal 偶爾超過 10% 屬正常，但 m 系列、g9i 這類計算優化型若持續超標，就是超賣實錘。

取證要點：記錄每次取樣時間戳、實例 ID、映像版本，並截取 CloudWatch / 雲監控的原始資料。這些日誌和截圖是後續工單的核心物證。

溢價率與維權

超賣最難察覺的是：你付了溢價，卻只買到殘缺算力。從 FinOps 的觀點來看，實際性價比 = 單價 ÷ 有效 CPU 時間。有效時間可用公式估算：可用核時 = vCPU 數 × (1 - 平均 steal%) × 時長。

舉例：g9i 單價 1.2 元/小時（4 vCPU），若平均 steal 15%，實際可用核時僅 3.4 vCPU·h，換算每有效 vCPU 成本上升 17.6%。對比同規格 m7i 無超賣，溢價率反而被「超賣稅」倒掛——這往往意味著你花了更高的錢，買了更差的服務。

蒐證之後，維權不是空口靠「卡頓」投訴。整理一份 PDF，包含：steal% 時間序列圖、Cache 斷崖的 fio 輸出、與同規格其他實例的對照表、以及溢價率計算過程。提交工單時明確要求「按實測有效算力降配或退差額」。阿里雲、AWS 通常不承認超賣，但面對硬數據，他們會以「宿主機資源爭用」為由提供折價券或升級補償。下次買雲端實例前，先拿兩把尺子量一量，別讓溢價款買了超賣單。