EKS环境下Oracle RDS数据库CPU利用率受限问题排查求助

针对你遇到的EKS环境中RDS CPU利用率远低于同VPC EC2实例的问题，可按以下方向逐步排查：

1. 验证容器CPU资源是否受限 #

• 查看容器实际CPU使用情况：执行 kubectl top pods，对比容器的CPU使用率与请求值（1核）。如果容器CPU已接近或超过请求值，且节点剩余CPU不足，即使未设置CPU限制，Kubernetes的调度器也可能限制容器的CPU突发能力，导致应用无法发起更多数据库请求。
• 检查节点资源占用：执行 kubectl describe node <节点名称>，查看节点的CPU总容量、已分配资源及剩余可用资源，确认是否有其他Pod抢占了节点CPU。

2. 确认数据库实际连接数 #

• 在Oracle RDS中执行以下查询，查看活跃用户连接数：

  SELECT COUNT(*) FROM v$session WHERE STATUS = 'ACTIVE' AND TYPE = 'USER';
  

  对比EC2环境下的活跃连接数，如果EKS环境的连接数远低于EC2，说明应用侧未发起足够的数据库请求，问题根源在应用而非数据库。

3. 排查网络层面限制 #

• 安全组与网络ACL：确认EKS节点的安全组是否允许出站到RDS端口（默认1521）的所有连接，同时检查RDS的安全组是否允许来自EKS节点的入站连接。即使同VPC，安全组规则过严可能限制并发连接数。
• 节点网络性能：在EKS节点上使用 iftop 或 nload 工具监控网络带宽，对比EC2实例的带宽使用情况，确认是否存在带宽瓶颈。
• CNI连接跟踪限制：执行 sysctl net.netfilter.nf_conntrack_count 和 sysctl net.netfilter.nf_conntrack_max，如果连接数接近最大值，会导致新连接被丢弃，影响并发请求。可通过调整 nf_conntrack_max 参数扩大上限。

4. 验证DNS解析正确性 #

• 进入应用容器执行 nslookup db-svc，确认解析结果为RDS的私网IP。如果DNS解析延迟或返回错误IP，会导致数据库连接延迟，降低应用并发能力。

5. 检查容器QoS与调度优先级 #

• 查看Pod的QoS类别：执行 kubectl describe pod <Pod名称>，确认QoS为Burstable（因为仅设置了CPU请求）。如果节点上存在Guaranteed QoS的Pod，会优先占用CPU资源，导致应用容器的CPU调度优先级降低。
• 检查CPU管理器配置：如果EKS启用了静态CPU管理，确认容器的CPU请求是否为整数核，且节点有足够的专属CPU核心分配给容器。

6. 对比EC2与EKS的应用性能 #

• 在EKS容器内直接压测应用（例如使用 wrk -t12 -c400 -d30s http://localhost），记录QPS和响应时间，与EC2环境的压测结果对比。如果EKS的应用QPS远低于EC2，说明容器化后的应用本身存在性能瓶颈，需排查镜像依赖、系统参数配置等问题。

7. 检查RDS端的等待事件 #

• 在Oracle RDS中执行以下查询，查看是否存在阻塞或非空闲等待事件：

  SELECT EVENT, COUNT(*) FROM v$session_wait WHERE EVENT NOT LIKE '%idle%' GROUP BY EVENT;
  

  如果存在大量等待事件（如 enq: TX - row lock contention），即使CPU使用率低，也可能是数据库内部阻塞导致应用无法充分利用数据库资源。

内容的提问来源于stack exchange，提问作者sethu2912