平时看云服务器商家宣传的时候，经常能看到“不超售”三个字被当作卖点，尤其是在一些低价的VPS或者轻量云产品上，这三个字的含金量似乎特别高。与之相对的，我们经常能在技术社区的吐槽帖子里看到有人说“这家的机器超售太严重了，卡得没法用”。

　　“超售”这俩字在服务器领域，似乎自带某种原罪。但你可能没想过，如果没有超售，今天我们用的云服务器恐怕不会这么便宜。而另一方面，无节制的超售也确实能让一台高性能物理机变得比十年前的奔腾电脑还难用。

　　超售到底是个什么操作?

　　超售这个词，最通俗的解释来自航空业：卖了120张票，但飞机只有100个座位，赌的就是有人赶不上飞机。云服务器领域的超售逻辑完全一样——一台物理服务器的CPU、内存、硬盘资源是固定的，但云厂商会在这台物理机上创建出远超其物理承载能力的虚拟机数量。

　　举个例子会更直观：一台物理服务器有16个物理核心、64GB物理内存。如果不做任何超售，按每台虚拟机分配2核4GB来算，这台物理机最多只能跑8台虚拟机，资源利用率是100%。但大部分用户其实用不满分配给他的资源——很多人买了4GB内存的机器，日常可能只用1GB。于是厂商在保证绝大多数用户正常使用的前提下，把这台物理机塞下20台甚至30台虚拟机，这就是超售。

　　需要明确一点：超售本身不是欺诈，而是一种成熟的资源管理策略，在KVM、Xen等主流虚拟化方案中都有对应的技术实现。超售能不能成立，关键看一个前提——不同用户的资源需求在时间和空间上是分散的，不会所有用户同时把资源跑满。

　　但现实世界中，这个前提有时候会失效。比如某个时段突然多个用户同时跑满CPU，或者某几个用户的内存需求同时飙升，物理机扛不住了，就会出现争抢，性能随之雪崩。

　　不同资源的超售，影响天差地别

　　CPU超售：最常见也最容易被感知

　　CPU是所有资源里最容易被超售的，同时也是在合理范围内影响相对可控的一类。原因很简单：CPU的时间片本身就是分时复用的，虚拟化调度器天然擅长把一个物理核心切成无数时间片分给不同的vCPU使用。

　　绝大多数用户日常的CPU平均使用率极低，偶尔跑个编译或者脚本也就几分钟的事情。把大量闲置的CPU算力“借”给别人用，从资源效率的角度来看是合理的。

　　但问题出在“超售比”上。如果超售比太高(比如1核当5核卖)，到了高峰期，所有虚拟机都在抢CPU时间片，就会出现一个很要命的指标——Steal Time(窃取时间，简称st)。这个指标指的是：你的虚拟机本该使用CPU的时间，被宿主机拿去服务其他虚拟机了。正常情况下的st值应该无限接近0%，如果长期在5%以上，就能明显感觉到卡顿;到了10%以上，业务基本就处在“能用但很难受”的状态了。

　　内存超售：厂商不敢碰的高压线

　　如果说CPU超售是“普遍存在且有技术手段兜底”，那内存超售就是另一回事了。

　　内存和CPU不同，CPU不够用只是慢，内存不够用直接系统崩溃或进程被杀死(OOM Kill)。在虚拟化领域，内存超售的技术方案主要有两种：KSM(内存页合并)和SWAP(交换分区)。

　　KSM把多个虚拟机中内容相同的内存页合并成一份，比如多个Windows虚拟机加载了同样的系统dll文件，合并后能省出不少内存。但代价是合并过程本身消耗CPU，且频繁的内存合并会导致性能抖动。SWAP就更粗暴了——把硬盘空间当内存用。问题在于硬盘的读写速度比内存慢几个数量级，一旦大量使用SWAP，整个系统的响应速度就会断崖式下跌。

　　业内一个不成文的共识是：正规的大规模公有云厂商不敢在内存上搞过分超售，尤其是在生产环境的机型上。因为内存不足导致的宕机风险太高，而且故障表现非常直接，客户投诉和技术支持的成本远超多买几条内存条的钱。如今内存条价格持续走低，靠超卖内存来省成本的性价比已经越来越低了。

　　磁盘IO和带宽超售：看不见的“隐形杀手”

　　磁盘和带宽的超售往往更隐蔽。磁盘超售在技术实现上有一个很有意思的手段叫“延迟分配”——你买了一个600G的云硬盘，实际只用了1G，那厂商就真的只给你分配1.1G的物理空间，等你用到更多的时候再一点点扩容。这种超售的风险在于，如果存储池的物理空间被写满，会导致计算集群出现大面积宕机。

　　IO性能(读写速度)的超售更为普遍。一台物理机的磁盘IOPS(每秒读写次数)是有限的，如果上面跑的虚拟机太多，大家都在疯狂读写，就会出现IO延迟飙升——也就是前些年圈子里经常调侃的“石头盘”。

　　带宽也是同理。买了5M带宽的用户，日常实际使用可能不到1M，厂商把带宽闲置量拿去超售是常规操作。但对于大带宽用户(比如10G级别)，超售比会明显降低，因为这类用户的带宽使用率本身就很高。

　　如何判断你买的机器是不是被超售了?

　　判断超售不能只看某个瞬间的指标，需要多维度综合评估。

　　1. 看Steal Time(st值)

　　这是判断CPU是否超售的最直接、最核心的指标。在你的Linux服务器上执行top命令，在输出结果中会看到一行包含%st的数据，这个数值就是Steal Time。

　　st < 2%：正常范围，宿主机CPU资源充裕。

　　st 在 2% - 5%：有一定程度的超售或负载，偶尔有轻微抖动，日常使用基本无感。

　　st > 5%：已经能明显感受到性能波动或卡顿了。

　　st > 10%：严重超售，宿主机CPU已经过载，业务随时可能出问题。

　　值得注意的是，需要持续观察而不是看瞬时值。可以用vmstat 1或top -d 1持续看几分钟，如果st值频繁飙高，说明这台物理机的负载一直在高位。如果只是偶尔跳一下，问题不大。

　　2. 跑分对比法

　　这是最直观的验证手段。用Geekbench、Sysbench等工具给你的服务器跑个分，然后去网上搜一下同型号CPU在非虚拟化环境下的正常跑分数据。如果跑分结果明显偏低(比如只有正常水平的60%甚至更低)，那基本可以确定这台机器的CPU资源被严重超售了。

　　3. 观察内存和IO表现

　　内存方面，如果在系统日志里频繁看到Out of memory相关错误，或者发现SWAP使用量异常高(用free -m命令查看)，而你的业务本身内存占用并不大，那可能就是宿主机物理内存紧张，系统被迫把数据往SWAP里塞了。

　　IO方面，用dd或者fio工具测试磁盘读写速度，如果连续测几次的结果波动极大，或者在低负载下的延迟都明显偏高(比如超过20ms)，那说明这台物理机的存储IO资源也在被大量共享。

　　4. 反向验证：看商家的定价和服务条款

　　一分钱一分货在云服务器市场依然成立。如果一个商家给出的价格远低于市场平均水平，但CPU和内存配置却标得跟大厂高价机一样，那背后十有八九是靠极高的超售比来摊平成本的。另外可以翻翻商家官网的服务条款，如果里面明确写了“长时间占用CPU资源会被限制性能”之类的条款，说明这家确实在做超售，并且用制度来约束少数“占用过高”的用户。

　　理性看待超售

　　把超售一棍子打死并不公平。没有超售，就不会有今天的云计算。正是通过统计复用和资源超售，云厂商才能把闲置资源利用起来，把成本降下去，最终让你我能用几十块钱一个月的价格买到一台全球可达的服务器。

　　关键在于度。合理的超售(比如CPU在1.5倍以内)配合完善的质量控制，绝大多数用户根本感知不到性能差异，还能享受更低廉的价格。而无底线的超售(比如内存靠SWAP撑着、CPU超售比超过3倍)，则会导致服务器在高峰期变得完全不可用。

　　所以，判断一台机器是否被超售，其实不是在判断“超售”这件事本身，而是在判断这台机器的超售程度是否影响到了你的业务体验。如果你跑的是一个对实时性要求不高的个人博客或者测试环境，超售对你的影响微乎其微。但如果跑的是核心数据库、支付系统或者高并发业务，那建议要么选择明确标注“独享型CPU”的实例，要么自己动手多做几轮压力测试，用数据来验证这台机器到底扛不扛得住。