Linux虚拟机Node进程CPU抢占引发WebSocket服务高延迟问题排查

部署在虚拟机上的简易WebSocket服务延迟显著升高，p90延迟超过30秒

复现步骤 #

• 在单台虚拟机上运行一个极简WebSocket服务器，仅实现请求接收与WebSocket连接升级逻辑，无额外业务处理
• 客户端持续5分钟发起50个并行请求，总计约3000次请求

问题详情 #

多数请求延迟在100ms-2s区间，但有300-500次请求出现高延迟（10-40秒），p90延迟突破30秒，部分请求触发Linux默认127秒的TCP超时。通过分析虚拟机进程发现，当请求耗时过长时，Node进程的CPU份额被虚拟机启动的系统进程抢占。

后续调试 #

• 尝试通过renice提升进程优先级、ionice调整I/O优先级，问题未得到解决
• 将虚拟机配置升级为8核32GiB内存后，高延迟问题依然存在

补充信息 #

• 已启用Node集群模式进行复现测试
• 启用集群后的延迟数据：
• 经htop监控确认，以下两个进程是导致CPU抢占的诱因：

python3 -u bin/WALinuxAgent-2.9.0.4-py2.7.egg -run-exthandlers

/usr/lib/linux-tools/5.15.0-1031-azure/hv_kvp_daemon -n

内容的提问来源于stack exchange，提问作者sid200026