硬體現實、資源限制與深度效能監控

QNAP NAS 感覺變慢時，先從它的硬體能做到什麼開始查。接著看 NAS 把資源花在哪裡，最後才看更深層的佇列：卡在 I/O 的處理程序，以及搶處理器的虛擬機。

1. 期望此硬體的用途
2. 基準停止額外服務，觀察 RAM 與 SWAP
3. D 狀態卡在 I/O 的處理程序
4. vCPU執行緒、超額配置、竊取 (steal)
5. 圖表正確解讀 BlackBox 與 Pulse

01硬體期望與現實

QNAP 伺服器用的是與價格相符的零件。QNAP 仍為機齡超過十年的機型提供韌體更新，但這不表示舊款或入門級 NAS 能毫無妥協地執行現今的各種應用程式。軟體會越做越大，硬體卻還是原來那樣。

平價 NAS 的設計目的是順暢地提供檔案服務。期望它毫無問題地執行虛擬機或大型資料庫，是誤解了它的定位。請確認處理器和記憶體實際能做到什麼，並為自己選擇的硬體負責。NAS 的核心工作是處理檔案；其他一切都是附加功能，只能在剩下的資源內執行。

02分支 1：透過隔離服務建立基準

當 NAS 變慢時，尤其是當記憶體耗盡並開始使用 SWAP (這會大幅減緩所有操作) 時，第一個診斷步驟是隔離服務。

1. 登入 QTS 或 QuTS hero。
2. 開啟 App Center 並逐一停止非必要的應用程式和服務。Workbench 不會替您停止應用程式。
3. 在 QTS 的資源監控器 (Resource Monitor) 或 Workbench 的 Pulse (Utilities 桌面，開始功能表 → Monitoring → Pulse；僅限管理員) 中觀察系統。其儀表板每兩秒更新一次：CPU 負載 (每個邏輯 CPU 一個長條圖)、已用 RAM 與總 RAM 的對比 (page cache 獨立顯示)、當 NAS 有置換空間 (swap) 時的 SWAP 長條圖、1 分鐘負載以及執行佇列 (run queue)。觀察 CPU 負載和使用中的 SWAP 是否下降。
4. 找出基準 (baseline)：持續停止服務，直到 NAS 的核心功能，也就是順暢的檔案服務，完全恢復。

這就是您硬體的基準。從這裡開始，一次啟動一個其他應用程式，並嚴格控制在硬體剩餘的資源範圍內。

03分支 2：D 狀態與隱藏的瓶頸

有時問題並非 CPU 負載過重或 RAM 不足。當處理程序處於不可中斷的睡眠狀態 (即 D 狀態) 時，系統可能會在處理器遠未滿載的情況下停滯。用 Workbench 自己的話來說，處於 D 狀態的處理程序是卡在等待核心 I/O (磁碟、網路檔案系統、當機的驅動程式)，且在該 I/O 完成前甚至無法將其強制結束。許多處理程序處於 D 狀態，表示它們正在排隊 (通常卡在緩慢的磁碟 I/O 後面)，裝置就會凍結。

NAS 上跑虛擬機 (Virtualization Station、KVM) 時，這種排隊的傷害最大。資源分配不當時，會出現網路封包遺失和很長的 I/O 延遲。

• 只要有一個處理程序處於 D 狀態，Pulse 就會顯示 Processes in D-state (I/O)，超過兩個時則標為 critical (危急)。在它的 Processes 分頁中，D + Z 僅顯示卡住的 (D) 和殭屍 (Z) 處理程序及其父程序。
• 從套件執行的那一刻起，BlackBox 每 20 秒就會記錄一次 NAS 狀態；您不需要開啟任何東西。它會記錄 CPU 負載、iowait 和各個核心的時脈、負載、執行佇列和 Blocked (D)；已使用和可用的記憶體、page cache、swap 和 OOM kills；各介面的流量、丟棄和 TCP 重新傳輸；各個磁碟的 await、佇列深度和使用率；溫度和風扇；以及各個 VM 的 CPU、vCPU、記憶體和磁碟 I/O。它會將每 20 秒的樣本保留一天，然後以每分鐘為單位彙總保留一週，以每五分鐘為單位保留一個月，並以每小時為單位保留一年。
• 兩種不同的 D 計數。BlackBox 的 Blocked (D) 是核心記錄被阻擋任務的計數；Pulse 則是計算它看到處於 D 狀態的處理程序。兩者不一定相同。
• iowait，而非 PSI。QNAP 的核心在編譯時未包含 pressure stall information，因此 Workbench 以 iowait 衡量 I/O 延遲。

04CPU 分配：pCPU、lCPU 與 vCPU

在為 VM 分配資源之前，請先了解拓撲：

• pCPU (實體 CPU)：NAS 處理器上實際的實體核心。
• lCPU (邏輯 CPU)：作業系統看到的核心，包含超執行緒 (Hyper-Threading)。超執行緒不會使效能翻倍；根據經驗法則，它能增加大約 30% 的吞吐量。
• vCPU (虛擬 CPU)：分配給 VM 的虛擬核心。

Pulse 計算的是邏輯 CPU：在六核心、十二執行緒的 Xeon W-1250 上，它顯示的 12 cores 其實是執行緒。

超額配置的陷阱。 在 32 核心的處理器上分配 128 個 vCPU 給 VM，是假設它們永遠不會同時滿載。當它們同時滿載時，Hypervisor 無法夠快地排程 vCPU，VM 就會停滯等待 CPU 時間，這在客體 (guest，即虛擬機的作業系統) 內部會顯示為竊取時間 (steal time)。Pulse 會從主機端 (host) 報告此情況：

• vCPU over-subscription (資訊)：當執行中的 VM 擁有的 vCPU 數量多於 NAS 擁有的邏輯 CPU 數量時；
• VMs contending for CPU (警告)：除此之外，主機忙碌度還超過 75%，或執行佇列長於執行緒數量時。這台 NAS 上的附註：Over-subscribed (17 vCPUs / 12 cores) AND the host is busy (84%, queue 11) — your VMs are likely contending for physical cores NOW. This is CPU theft, host-side.
• 竊取時間 (Steal time) 是在客體內部測量的。在 NAS 上，它本來就一定是零；Workbench 自己的註解也說，從主機端看不到客體的竊取時間。請透過 vCPU 對執行緒的比例、忙碌百分比和執行佇列來判斷 NAS 上的競爭 (contention)，並在 VM 內部讀取 steal 值 (在 Linux 客體中為 top 或 vmstat 的 st 欄位)。

05觀察虛擬機

Workbench 不需要在 VM 中安裝代理程式。它測量的是自己所在的 NAS，也包括這台 NAS 上的虛擬機：

1. 開啟 Pulse，VM 分頁：每個執行中的 VM 及其 vCPU、CPU%、記憶體、RSS、狀態和處理程序 ID，以及標題列 Hosting 4 VM(s), 17 vCPUs。
2. 開啟 BlackBox (開始功能表 → Monitoring)，切換至 Heat map 並開啟 Virtual machines 通道：每台 VM 一整天的 CPU 使用率，旁邊顯示溫度與磁碟 await。其圖表也會保留每台 VM 的 vCPU、記憶體與磁碟 I/O，以及每台 VM 的啟動與停止時間。
3. 若要查看 VM 的網路連線狀況，請在 BlackBox 的 Settings → Monitored hosts 之下新增其位址：接著 BlackBox 會記錄其往返時間 (round trip) 與封包遺失 (packet loss) 狀況。
4. 在 VM 內部，用客體自己的工具觀察它的竊取時間 (steal time)。

Virtual Machines · LOCAL 視窗 (Local NAS → Virtual Machines) 顯示每台 VM 從 Virtualization Station 取得的配置：其 vCPU、拓撲、CPU 集合、CPU 模型、磁碟與網路卡。開啟此視窗會將 QNAP 自帶的診斷資料傾印至 Workbench 的快取中；這不會改變任何設定。

06解讀圖表：關鍵狀態

• 高 D 狀態與 I/O 延遲。處理程序正在等待磁碟。BlackBox 的每週報告將其稱為 Processes waiting on storage (第 95 百分位數的 iowait 若達到 20% 或以上即為警告，40% 或以上為危急)，並點出最忙碌的磁碟名稱；Slow array member 會標記 await 達到同陣列其他磁碟兩倍、且至少為 50 毫秒 (200 毫秒為危急) 的磁碟，而 Disk with no headroom 則是標記連續兩小時忙碌程度達到 90% 或以上的磁碟。解決方法就如作者的建議：將 VM 移至 SSD 磁碟區，檢查磁碟的健康狀態 (效能指南)，並檢查是否有其他處理程序使 RAID 飽和。
• 高 CPU 佇列。NAS 的處理器已超額配置：Pulse 顯示 VMs contending for CPU，而每週報告中的 Virtual machine hogging the host 會標出 CPU 用量達單一核心 150% 以上 (300% 為危急) 的 VM。請減少 VM 的 vCPU：每台 VM 先給一到兩個，只有在客體真的需要時才增加。
• 散熱降頻 (Thermal throttling)。CPU 溫度高，隨後時脈降低且延遲變長，代表處理器正在過熱。每週報告將此稱為 CPU thermal throttling：當 CPU 忙碌程度至少達到 60% 時，核心以其自身平時時脈的 60% 或更低速度運作。在熱圖上，65 °C 為琥珀色，80 °C 為紅色。Workbench 自己的建議：清除散熱器、風扇和進氣口的灰塵，檢查風扇是否運轉，並改善空氣流通或降低室溫；在 QTS 中提高風扇速度也有幫助。

07KVM 良好做法：CPU 模型

• Host / passthrough (推薦)：將 NAS 處理器本身傳遞給 VM，並包含其具備的每個指令集 (例如 AVX)。它在單一 NAS 上提供最佳效能和最少的負擔 (overhead)。
• 模擬模型 (一般的 Intel 或 AMD CPU)：隱藏主機的處理器。在叢集中，它方便在不同的實體主機之間移動執行中的 VM；在單一 NAS 上，它只會犧牲效能。

Virtual Machines · LOCAL 視窗顯示每台 VM 被分配的 CPU 模型 (例如 Westmere) 及其拓撲；Workbench 不會對此選擇進行評判。

08基礎知識：資源超額配置 (overcommit)

在 NAS 能力的極限附近，如何避免拖垮 VM 的效能。vCPU 與實體核心 (pCPU) 的比例，是第一個值得計算的數字：

一般規則。在輕度且不平均的負載並配合主動監控的情況下，超額配置是安全的，但在沒有餘裕空間的尖峰時段則非常危險。請保留備用資源。