OpenStack/KVM环境下如何用Prometheus Node-exporter测量CPU Steal Time

核心指标说明 #

Node-exporter通过node_cpu_seconds_total暴露CPU时间的累计统计，其中mode="steal"标签对应CPU窃取时间——也就是在虚拟化环境中，宿主机的物理CPU被其他租户虚拟机或宿主机进程占用，导致当前虚拟机等待CPU的时间。在OpenStack/KVM场景下，这个指标直接反映计算节点（宿主机）层面的CPU窃取占比。

计算窃取时间占比的PromQL查询 #

因为node_cpu_seconds_total是累计值，必须用rate()函数计算一段时间内的速率，再换算为百分比：

1. 单CPU核心的窃取时间占比

   100 * rate(node_cpu_seconds_total{mode="steal"}[5m]) / rate(node_cpu_seconds_total[5m])
   

   这个查询会返回每个CPU核心的steal时间占该核心总CPU时间的百分比。

2. 整台宿主机的平均窃取时间占比
   如果需要计算整个计算节点的平均占比，用sum by聚合所有核心的数值：

   100 * sum by (instance) (rate(node_cpu_seconds_total{mode="steal"}[5m])) / sum by (instance) (rate(node_cpu_seconds_total[5m]))
   

   这里的instance对应你的计算节点（宿主机）标识，结果会返回每台宿主机的整体CPU窃取时间占比。

注意事项 #

• 时间窗口[5m]是常用的统计区间，你可以根据监控需求调整（比如[1m]更敏感，[15m]更平滑）。
• 如果你需要监控虚拟机内部的窃取时间，只需在虚拟机内部署Node-exporter，用同样的查询即可——但你问题中关注的宿主机/虚拟化管理程序层面，直接用宿主机的Node-exporter数据就足够。
• 窃取时间占比过高通常意味着宿主机CPU资源不足，或者租户虚拟机的CPU配额设置不合理，需要结合OpenStack的资源调度策略排查。

内容的提问来源于stack exchange，提问作者Milad Jahandideh