Как PSI и CPU throttling в Docker показывают 80% давления при простое
Разбор интересного случая в Linux и Docker: почему при простое CPU метрика PSI показывает высокое процессорное давление из-за квот.

Недавно автор решил проверить, сколько изолированных Linux-окружений сможет одновременно обслуживать скромный VPS с конфигурацией в 3 vCPU и 6 ГБ RAM. Для изоляции использовался Docker и gVisor, а на самом сервере работал учебный проект, создающий среды с заранее подготовленными неисправностями. Изначально планировалось выяснить, выдержит ли сервер девять одновременно работающих стендов, но в процессе обнаружилась неожиданная аномалия.
- Процессор на сервере большую часть времени простаивал на 98–100% на секундных интервалах.
- Linux при этом показывал почти 80% процессорного давления (PSI).
- Один из запущенных контейнеров со сценарием нагрузки стабильно потреблял около 25% одного CPU.
- Мониторинг cgroup v2 подтвердил постоянный throttling процессорной квоты.
Анализ работы контейнеров и ограничений CPU
При запуске игрового контейнера ресурсы стабилизировались, но после добавления сценария с высокой нагрузкой ситуация изменилась. Контейнер стабильно потреблял примерно четверть одного ядра. Однако общая загрузка сервера оставалась небольшой, а утилита vmstat показывала от 61% до 91% простоя CPU. Возникло противоречие: почему задачи так часто ждут процессор, если сам VPS далеко не перегружен?
Разгадка крылась в механизме квотирования ресурсов. Контейнеру было разрешено использовать 25 000 микросекунд процессорного времени за период в 100 000 микросекунд. Статистика cgroup v2 в файлах cpu.stat и cpu.pressure показала, что за время наблюдения прошло 103 периода квоты, и во всех 103 случаях происходил throttling. Контейнер исчерпывал свой лимит, хотя на хосте оставалось свободное вычислительное время.
Читайте такжеСоздание минисервера на Linux из ТВ-бокса: опыт перепрошивкиПочему PSI и загрузка CPU говорят о разном
Метрика PSI (Pressure Stall Information) отображает не общую загрузку процессора, а время, в течение которого задачи ожидали выделения ресурсов. Свободное CPU-время на хосте вовсе не означает, что его может автоматически получить ограниченный лимитами контейнер. Задачи были готовы продолжить выполнение, но жесткая квота блокировала их работу, создавая иллюзию тяжелой нагрузки на уровне операционной системы.
После завершения нагрузочного сценария мгновенное давление снизилось, хотя интегральные показатели avg60 и avg300 еще некоторое время оставались повышенными. Данный throttling в учебном проекте является ожидаемым защитным механизмом, который не позволяет одной неисправной среде отнимать ресурсы у других. Тем не менее, это наглядно демонстрирует важность правильного мониторинга.
Практические выводы для системного мониторинга
Полученный опыт показывает, что ориентироваться исключительно на общую загрузку процессора через стандартные утилиты вроде top или команду docker stats бывает недостаточно. Высокий уровень PSI далеко не всегда говорит о том, что серверу физически не хватает ядер или оперативной памяти. Иногда проблема кроется в локальных ограничениях cgroup.
Для глубокой диагностики контейнеризированных приложений полезно анализировать параметры cpu.max, cpu.stat и cpu.pressure. Такой подход помогает точнее понимать реальное поведение систем, избегать ложных выводов о нехватке аппаратных ресурсов и учитывать влияние лимитов на отзывчивость пользовательских интерфейсов.
Источник: Все публикации подряд на Хабре



