Ubuntu 20.04下qemu-kvm虚拟机CPU使用率指标差异问题咨询

在Ubuntu 20.04上通过qemu-kvm（libvirt）创建了一台配备8核CPU的虚拟机，虚拟机内部署node-exporter，宿主机（hv）部署libvirt-exporter后，出现CPU使用率指标不一致的情况：

• 虚拟机内node-exporter显示CPU使用率约50%（即8核中4核被占用），使用的PromQL指标：

(((count(count(node_cpu_seconds_total{node=~"iothub-1",job="node-exporter"}) by (cpu))) - avg(sum by (mode)(rate(node_cpu_seconds_total{mode='idle',node=~"iothub-1",job="node-exporter"}[$__rate_interval])))) * 100) / count(count(node_cpu_seconds_total{node=~"iothub-1",job="node-exporter"}) by (cpu))

• 宿主机上libvirt-exporter显示该虚拟机CPU使用率超过500%（相当于占用5个宿主机物理核），使用的PromQL指标：

rate(libvirt_domain_info_cpu_time_seconds_total{namespace="$namespace",host=~"$instance_name"}[1m])

同时执行virsh cpu-stats命令得到以下输出：

user@iot:~$ sudo virsh cpu-stats iothub-1 --total
Total:
    cpu_time       1801252.025306000 seconds
    user_time      1278780.403019000 seconds
    system_time     522471.622286000 seconds

疑问：两处指标差异的原因是什么？应该以哪个指标为准？

• 指标计算逻辑的本质区别
  • 虚拟机内的node-exporter指标：从虚拟机操作系统的视角统计，计算的是虚拟机内部感知到的CPU使用率。它以虚拟机分配的8核vCPU为基准，50%表示虚拟机内有4核vCPU处于活跃状态，反映的是虚拟机内部进程对自身分配vCPU资源的使用占比。
  • 宿主机上的libvirt-exporter指标：rate(libvirt_domain_info_cpu_time_seconds_total)统计的是虚拟机在宿主机物理CPU上消耗的总时间，输出值的单位是“核数”（比如500%对应消耗了5个宿主机物理核的时间）。这个值是虚拟机所有vCPU在宿主机物理CPU上实际占用的时间总和，和虚拟机自身分配的vCPU数量无关，直接反映虚拟机对宿主机物理资源的消耗情况。
• virsh cpu-stats的验证逻辑
  virsh cpu-stats输出的cpu_time是虚拟机所有vCPU累计消耗的CPU时间总和，将该值除以虚拟机的运行时长，再除以宿主机的物理核数，得到的结果和libvirt-exporter的指标逻辑完全一致，可作为宿主机侧指标的辅助验证。
• 指标选择依据
  • 若关注虚拟机内部业务的负载情况（比如应用是否跑满了分配的vCPU资源），以node-exporter的指标为准。
  • 若关注虚拟机对宿主机物理资源的占用情况（比如宿主机资源是否被该虚拟机过度消耗），以libvirt-exporter的指标为准。

内容的提问来源于stack exchange，提问作者Dmitry