Como Identificar CPU Steal, I/O Lento e Latência Variável em Servidores Linux

CPU steal I/O lento e latência variável

1️⃣ CPU Steal

• O que é: %steal no top ou vmstat indica o tempo que a CPU virtual esperou para ser atendida pelo hypervisor em um ambiente virtualizado (VPS, cloud).
• Sintoma típico: alta utilização de CPU, mas o próprio sistema não consegue processar rápido.
• Causa provável:
  • Overselling no host (mais VMs do que CPU física disponível).
  • Má distribuição de recursos pelo hypervisor.
  • Máquinas vizinhas consumindo muito CPU.
• Como confirmar:
  • top → coluna st ou vmstat 1 → st.
  • Compare %steal com %id (idle). Steal acima de 5–10% já é perceptível em desempenho.

Problemas como CPU steal elevado, latência de disco ou gargalos de I/O podem indicar limitações na infraestrutura ou na arquitetura do servidor. Em muitos casos, esses sintomas aparecem quando o ambiente não foi dimensionado corretamente para o volume de tráfego da aplicação. Para entender como estruturar ambientes robustos para produção, veja também o guia sobre arquitetura de servidor web em produção.

2️⃣ I/O lento

• O que é: operações de disco ou rede que demoram mais do que o esperado.
• Sintoma típico: leitura/gravação de banco de dados, logs ou arquivos lentos, páginas carregando devagar, backup demorando.
• Causa provável:
  • Discos compartilhados sobrecarregados (em VPS) ou SSD próximo do TBW máximo.
  • RAID mal configurado ou com rebuild em andamento.
  • Alta concorrência de I/O (muitos processos lendo/escrevendo simultaneamente).
• Como confirmar:
  • iostat -x 1 → veja await, svctm, %util.
  • iotop → processos que mais consomem I/O.
  • dstat -d ou nmon para gráficos históricos.

3️⃣ Latência variável (jitter)

• O que é: inconsistência no tempo de resposta da CPU ou disco.
• Sintoma típico: aplicações funcionam bem às vezes e travam em outras, spikes de latência, load médio flutuando.
• Causa provável:
  • Overselling de CPU ou I/O (como %steal alto).
  • Contenção de recursos em hypervisor.
  • Processos batch pesados em horários específicos.
• Como confirmar:
  • sar -q e sar -u → flutuação de load e CPU.
  • ioping → teste de latência de disco.
  • Logs da aplicação → spikes de tempo de resposta.

⚡ Resumo de diagnóstico

Interpretação combinada:
Quando você vê CPU steal + I/O lento + latência variável, geralmente o VPS/host físico está sobrecarregado. Mesmo que sua CPU apareça ociosa (%idle), o hypervisor está “roubando” tempo da VM para outras máquinas. Discos compartilhados lentos agravam ainda mais a situação.

✅ Checklist de Investigação de Desempenho

1️⃣ CPU: Verificando Steal e Contenção

Objetivo: Descobrir se a VM está sofrendo por overselling ou concorrência de CPU.

Comandos principais:

1. toptop -bn1 | head -20
   • Verificar coluna st → %steal
   • Threshold:
     • < 2% → normal
     • 2–5% → atenção
     • > 5–10% → provável impacto
2. vmstat 1 5vmstat 1 5
   • Colunas: r (run queue), st (steal)
   • Run queue > número de cores → CPU saturada
3. mpstat -P ALL 1 5mpstat -P ALL 1 5
   • Checar se algum core tem st alto
   • Alta variabilidade entre cores → jitter de CPU

O que procurar:

• %steal constante alta → hypervisor ocupado
• Load médio > cores disponíveis + spikes → CPU limitada

Identificar corretamente gargalos de CPU, disco ou rede é fundamental para entender o comportamento do servidor em produção. No entanto, além do diagnóstico, também é necessário avaliar se a infraestrutura foi projetada corretamente para suportar a carga da aplicação. Esse tipo de planejamento faz parte de uma arquitetura eficiente de servidores web em produção.

2️⃣ Disco / I/O: Identificando gargalos

Objetivo: Descobrir se lentidão de disco está impactando a VM.

Comandos principais:

1. iostat -x 1 5iostat -x 1 5
   • Colunas:
     • %util → quanto o disco está ocupado
     • await → tempo médio de resposta
     • svctm → tempo de serviço
   • Thresholds:
     • %util > 70% → sobrecarga
     • await > 20ms em SSD → problema
     • await > 50–100ms em HDD → problema grave
2. iotop -oiotop -o
   • Mostra processos que estão consumindo mais I/O
   • Procure spikes de leitura/escrita por processos inesperados
3. Teste de latência de disco: iopingioping -c 10 .
   • Latência <1ms SSD local → normal
   • Latência >5–10ms → problema em VPS ou storage compartilhado

3️⃣ Memória / Swap (contribui para latência)

Objetivo: Descobrir se falta de RAM está causando I/O indireto (swap).

Comandos:

• free -h
  • Swap > 10–20% usado → impacto perceptível
• vmstat 1 5
  • Coluna si / so → swap in/out
  • Swap constante → aplicativo lento mesmo com CPU ociosa

4️⃣ Latência e jitter geral

Objetivo: Medir consistência de resposta de CPU e disco.

1. sar -q 1 10 → fila de processos
   • Coluna runq-sz > cores → CPU saturada
2. sar -u 1 10 → CPU
   • Variabilidade alta → jitter
3. ioping → teste de latência de disco

5️⃣ Rede (opcional, se houver spikes)

• iftop ou nload → picos de rede podem atrasar aplicação
• Latência de rede alta → HTTP lento, não é problema de CPU/IO local

6️⃣ Conclusão rápida

Diagnosticar problemas como CPU steal, latência de disco ou I/O lento é apenas uma parte da gestão de infraestrutura. Para evitar que esses gargalos apareçam em ambientes de produção, é essencial projetar corretamente a arquitetura do servidor e a distribuição de recursos. Para aprofundar esse tema, veja também o guia completo sobre arquitetura de servidor web em produção.

FAQ

Veja Mais:

Arquitetura de Servidor Web em Produção
Como diagnosticar problemas de disco em servidores Linux
Reduzindo Ruído em Monitoramento de Servidores
WAF na Prática: Configurando ModSecurity no LiteSpeed e Nginx sem Quebrar sua Aplicação