KVM 运维实践：从宿主机调优到虚拟机生命周期治理
KVM 是 Linux 内核自带的虚拟化能力，装好 qemu-kvm 与 libvirt 只是起点。真正让它在生产环境稳定跑起来的，是宿主机内核参数、CPU 与内存超分策略、存储与网络路径选择，以及虚拟机从创建到回收的整套治理规则。本页从极客运维的日常视角，把 KVM 拆成可落地的几个运维层面，不重复安装向导，只讲上线后真正会遇到的事。
宿主机底座：先调内核，再谈虚拟机
很多 KVM 性能问题并不在虚拟机里，而在宿主机没打开该开的开关。上线前先确认 CPU 虚拟化指令集已透传、大页内存与透明大页策略符合业务预期、swap 行为与 NUMA 亲和性设置合理，再考虑超分比例。
- 确认
kvm_intel.nested等模块参数与业务是否需要嵌套虚拟化一致 - 内存超分建议控制在 1.2~1.5 倍，CPU 超分按 vCPU:pCPU 不超过 4:1 起步观察
- 开启大页（HugePages）前先评估业务内存模型，避免碎片化导致分配失败
- 宿主机预留 10%~15% 资源给 libvirt、监控与突发负载
存储与网络：virtio 之外的取舍
KVM 的磁盘与网卡性能，八成取决于后端选型。qcow2 灵活但写放大明显，raw + LVM 更稳；网络侧 virtio 是默认答案，但多队列与 vhost-net 是否开启，直接决定高并发场景下的吞吐表现。
存储路径
本地盘用 LVM thin 或 raw 直通；共享存储优先 Ceph RBD，注意缓存模式与 io 调度器匹配。
网络路径
桥接适合传统业务，OVS 适合多租户；开启 vhost-net 与多队列降低软中断压力。
虚拟机生命周期：从模板到回收
虚拟机不是建完就结束。命名规范、模板化交付、快照策略、迁移窗口与下线回收，构成一条完整的治理链。建议用 libvirt 域 XML 做版本管理，把变更纳入流程而不是手工改配置。
| 阶段 | 关键动作 | 风险点 |
|---|---|---|
| 创建 | 模板 + cloud-init 注入 | 镜像漂移 |
| 运行 | 监控 + 快照策略 | 快照链过长 |
| 回收 | 磁盘与网络资源释放 | IP 与卷泄漏 |
性能观测与常见故障
KVM 排障要分清是宿主机瓶颈、存储延迟还是虚拟机内部问题。用 virsh domstats、perf、iostat 与监控平台交叉比对，先定位层级再动手调参。
- 虚拟机卡顿先看宿主机 steal time 与 CPU 就绪等待
- 磁盘 IO 异常优先排查后端存储队列深度与缓存模式
- 网络丢包检查桥接、vhost-net 与多队列是否匹配 vCPU 数