irq不平衡是边缘/高密度微服务网络抖动的隐蔽根源，表现为延迟飙升、超时及健康检查失败；本质是单核软中断过载致包堆积、tcp重传与dns变慢，需通过中断绑定均衡、gro/lro启用、socket缓冲调优及host网络模式等协同优化。
物理网卡中断（IRQ）不平衡是边缘或高密度部署中微服务网络抖动的隐蔽根源——它不表现为容器崩溃或配置错误，而是让部分容器突然延迟飙升、连接超时、健康检查间歇失败。问题本质是CPU软中断处理能力被单核“堵死”，导致网络包堆积、TCP重传、DNS响应变慢，最终触发上层误判。
确认是否为IRQ不平衡引发的抖动
先排除其他干扰，聚焦网卡中断行为：
- 查看各CPU核心的软中断负载：运行 cat /proc/softirqs | grep -A1 "NET_RX\|NET_TX"，若某列数值远高于其他列（如相差5倍以上），说明接收/发送中断集中在单核
- 检查网卡绑定的中断号及亲和性：执行 grep eth0 /proc/interrupts（将 eth0 替换为实际网卡名），再用 cat /proc/irq/*/smp_affinity_list 查对应中断的CPU绑定情况
- 观察抖动是否与CPU饱和强相关：用 top -H -p $(pgrep dockerd) 看 dockerd 线程是否在某核上持续100%，同时 ss -s 显示大量 “timewait” 或 “retransmit”
强制均衡网卡中断到多核
避免依赖内核自动平衡（尤其在虚拟化或容器密集场景下常失效）：
- 获取网卡对应的所有中断号：grep eth0 /proc/interrupts | awk '{print $1}' | tr -d ':'
- 将每个中断号均匀绑定到多个CPU（如0-3）：echo 0-3 | sudo tee /proc/irq/
/smp_affinity_list （逐个执行） - 持久化配置：写入 /etc/rc.local 或创建 systemd service，在 network 和 docker 启动前完成绑定
- 验证效果：中断分布均匀后，再运行 watch -n1 'cat /proc/softirqs | grep NET_RX'，应看到各列增长速率接近
配合容器网络层优化降低中断压力
仅调IRQ不够，需减少单位时间中断次数和单次处理开销：
- 启用网卡GRO/LRO合并：在宿主机执行 ethtool -K eth0 gro on lro on，降低小包触发中断频次
- 调大容器内 socket 接收缓冲区：启动容器时加参数 --sysctl net.core.rmem_max=16777216，缓解突发流量冲击
- 对高频通信微服务，改用 --network host 模式：绕过 veth pair + bridge 路径，直接走宿主机协议栈，显著减少软中断路径长度
- 禁用非必要容器网络功能：如不需要 IPv6，启动时加 --sysctl net.ipv6.conf.all.disable_ipv6=1
监控与长期防护
把IRQ状态纳入可观测体系，避免问题复发：
- 用 Prometheus + Node Exporter 抓取 node_interrupts_total{device=~"eth.*"}，按CPU维度聚合告警
- 在部署脚本中加入校验步骤：容器启动前检查 /proc/irq/*/smp_affinity_list 是否覆盖至少2个CPU
- 边缘节点建议固定使用 multi-queue 网卡，并通过 ethtool -L eth0 combined N 设置队列数等于物理CPU核心数
