服务器 CPU 长期保持在 80%以上，会有什么影响？

[UserNameisNull]

RT ，只作为后台 server 的服务器，CPU 长期保持在 80%以上，会有什么影响？

[d0m2o08]

费电😂

[kiracyan]

可能会被突然的业务增长干掉

[surbomfla]

会导致 CPU 长期保持在 80%以上

[dennisun]

会性价比高，会物尽其用，会绿色环保

[vueli]

@surbomfla 听君一席话,甚是一句话

[Remember]

会导致焦虑症，频繁去查看 load average.

[salmon5]

owner 不是我，就没影响

[TerranceL]

会比较想换更好的 CPU 让负载降下来

[minbaby]

业务上：对于突发的流量击溃宕机，导致服务中断。
物理上：就是全天 100% 使用，只要保证良好的散热，不会影响 CPU 性能，也不会损坏 CPU 。
心理上：没有监控的时候焦虑拉满，有监控的时候短信轰炸

[superchijinpeng]

发挥了它的价值

[IvanLi127]

会导致有不到 20% 的 CPU 性能被浪费了，建议在空闲时间再安排点任务给他。

[securityCoding]

比较危险

[brucewar]

资本家，榨干他的剩余价值吧！

[iqoo]

剩下 20% 用来挖矿，设置 nice 优先级最低

[Ephzent]

会导致 20%CPU 没有被使用

[marcong95]

会导致 CPU 积分用光😂

[konakona]

@IvanLi127 哈哈哈哈哈 资本家

[jsion]

如果做过一些优化，技术性能数据能满足业务，那么长期保持说明资源利用率被高效利用了，而很多研发根本不管运维成本，很多机器资源都是闲置浪费的。
如果担心有问题，至少保证服务不是单点，做多节点水平扩展高可用，最建议上云（基于 kvm/container 技术），根据负载状态动态伸缩资源

[wudaye]

@IvanLi127 狠还是你狠

[Orenoid]

偶尔发生波动会有些风险呗

[pengtdyd]

这表示还有 20%的资源没有被利用，严重的资源浪费！！！

[kidult]

如果都是你这种“优质”客户，云厂商只能关门

[p2pCoder]

流量波动不大

[jellyspot]

先吐槽，这问题问的，毫无提问的艺术！！！

如果不会有波峰波谷，一直很稳定，那说明你的设备利用率还是不错的
如果有波动，有 cpu 打满导致服务异常的风险

顺便问下，每天我回家都要一个小时，如果长期这样，会有什么影响>_<

[neilyoone]

CPU 有点累???

[mestrace]

现象 /影响：这里讨论一下 OLTP 在线业务（ i.e. 一个对外提供服务接口的 server ），具体现象就是，响应时间持续提高，大量请求积压，最终导致无法服务。
理论：排队论（ Queuing Theory ） M/M/1 模型描述了这种 OLTP 的模型，即请求随机，服务时间随机。在此系统下，一个请求的响应时间为 T=1/mu * 1/(1-rho)，其中 mu 为结束的概率，rho 为服务利用率。如果将这个图画出来，可以看到，当利用率超过某区间时，响应时间便急剧加长。
启发：在在线服务中，应当尽量控制资源的利用率。

[iColdCat]

哈哈哈哈哈哈哈 听君一席话如听一席话

[adoal]

财务：这服务器买的值……但可不可以利用率更高
运维：已经需要考虑业务波动带来的可用性风险了
开发：程序是否有较大优化余地

[hankli]

可能会产生可能会产生的影响

[locoz]

说明资源利用率高，在留有一定余量的同时没有浪费资源，挺好的。

[cnrting]

说实话不到 90%我都觉得钱花得不值

[smileawei]

如果是云主机。恭喜你。你的钱花的值。风险嘛。就是万一有一波业务高峰，就没什么弹性了。

[sherryqueen]

会来 v 站问有啥影响
如果业务稳定, 这个利用率挺好的. 不过还是考虑下 程序是否有优化空间 或者 是否可能会有突然的业务增长

[4771314]

如果是稳定的 80%左右的话，还好，可以把监控的阈值适当调高一点
如果波动很大的话，那就很危险了

[goodryb]

如果是自己玩，那无所谓；
如果是生产建议升配或者扩容，80%已经是非常高的水位了，这个时候业务延迟已经开始变大，如果遇到业务量进一步上升，有可能无法响应。

[guo4224]

高负载才是大家的正常期望，利用率提高 1%，每个月都能省下来几百万。

[buddyy]

@mestrace 赞，这才是正解啊。

[aaronlam]

其实如果一直能稳定保持 80%，利用率不是才是最好的吗？

[Cielsky]

@jellyspot 会导致你回家需要 1 个小时

[ArianX]

如果流量比较高的话，会导致整体时延上升，同时导致部分长尾请求超时。为了维持比较高的 SLA ，在生产环境中我们尽量保持高峰时延在 60% 以下

[pmispig]

建议先跑 20%的垃圾计算线程把计算资源占了，等有业务需求来再让位

[chenyu0532]

强迫症的人受不了吧。。

[tailf]

一看就是在臆想，别说 80%了，就算是 50%，已经有很多用户开始卡了

[opengps]

如果是稳定的 80%没啥问题，如果峰值争用，那么很多程序会卡顿，甚至处理不当挂掉

[786375312123]

@aaronlam 取决于你做什么事情，如果是 batch processing 这种，大不了先切换优先级高的工作。如果是直接的客户服务，那就怕来个大流量服务就完蛋了

[xe2vforesu]

@kiracyan @minbaby 业务突然增长，流量突然增长可以讨论一下，
我觉的如果系统做了限流，资源隔离，业务突然增长，流量突然增长也没关系，多出来的请求会被拒绝，一个良好设计的系统，应该能确保服务不会处于过载状态，且能保证 cpu 会在业务高峰时段处于相对固定的繁忙比例，比如 80%

[pythonee]

@adoal 服务：马上识别敏感用户