AWS EC2 T2.medium实例简单循环程序CPU占用过高问题咨询

为什么CPU占用率超过20%？ #

• 无阻塞无限循环持续消耗算力：while True: print("hello")是完全无停顿的循环，Python解释器会不间断执行循环体。虽然print涉及IO操作，但标准输出的缓冲机制让这个操作极快完成，大部分时间CPU都在重复执行循环判断和print的核心逻辑，不会主动让出CPU资源。对于2 vCPU的T2.medium实例，20%左右的占用意味着这个循环已经消耗了单个核心约40%的算力（总CPU算力按200%计算）。
• T2实例的突发性能特性：T2属于突发性能实例，有CPU信用额度机制，但你的占用率还在基线范围内（T2.medium基线是0.4 vCPU，即40%总占用），核心问题还是循环本身的无阻塞设计。

解决方案 #

1. 给循环添加休眠（最直接有效） #

在循环内加入time.sleep()，让程序主动让出CPU，大幅降低占用。根据业务需求调整休眠时长：

import time
while True:
    print("hello")
    time.sleep(0.1)  # 休眠0.1秒，可按需调长/调短

哪怕是10ms的休眠，都能让CPU在休眠期间处理其他任务，占用率会降到很低。

2. 用阻塞式逻辑替代空循环 #

如果实际业务是等待事件（比如消息、文件变化、网络请求），不要用空轮询，改用阻塞式API。比如：

• 监听文件变化用watchdog的阻塞回调
• 消费消息队列用RabbitMQ/Kafka的阻塞消费者
• 等待网络连接用socket的阻塞调用
  这类场景下，程序会在等待事件时进入休眠，完全不占用CPU。

3. 限制进程CPU使用率（应急方案） #

如果必须保持无休眠循环，可以用系统工具限制进程的CPU使用。Linux下可以用cpulimit：

cpulimit -l 10 -p <你的Python进程PID>

-l 10表示限制进程使用10%的总CPU（对应2核实例的单个核心5%算力），数值可按需调整。

4. 优化循环内的业务逻辑 #

如果print只是测试代码，实际业务可以从这些方向优化：

• 批量执行IO操作（比如攒一批内容再打印，减少IO次数）
• 避免在循环内重复创建对象、执行重复计算
• 合理使用多进程/线程（注意Python GIL对多线程的限制，CPU密集型任务优先用多进程）

内容的提问来源于stack exchange，提问作者Tejas Adhude