现场工程师救火-UEFI（BIOS）节能设置导致金牌服务器只跑出龟速

近期协助出现场，解决了一个非常典型的UEFI 启动参数配置不当导致的服务器降效案例。错误的节能参数配置，导致价值几十万的服务器变成龟速服务器，并造成严重的生产事故。

1. 现象

朋友公司近期准备升级2010年就部署的服务器组，新升级的服务器使用了昂贵的大品牌 32 核64线程处理器，最高主频高达2.6GHz。服务器到位后，由于该配置比原先的12核心服务器不知道高了多少个档次，所以没有经过太细致的检测，就直接部署了生产逻辑。同时，鉴于新的服务器很刚，物理服务器机柜缩减了规模，服务器台数降低到1/2.

在新机器上线后，试着打开几个测试客户端，都没有问题。而后，试着运行智能客服、语音代理，也都打开了。可是到了第二天，大量用户反馈，语音客服半天没有反应，游戏的场景以及登入都变得异常缓慢。

运维初步查看日志，主要问题如下：

1. 消息队列拥塞，写的没有落的快。
2. NPC及智能场景算法在多用户高峰期无法实时，导致大量排队。
3. 后台数据库查询缓慢，索引性能直线下降，比旧系统还慢了70%。

第一反应：是盘阵坏了？

2. 分析

1. 首先怀疑盘阵损坏，导致kafka、数据库IO瓶颈。但查看指示灯、查询SMART和日志，盘阵并没有问题。
2. 查看系统监视器，磁盘IO很空闲，只有5%。延迟很小，固态SSD不是吃素的。
3. 既然不是磁盘，那kafka、数据库为什么慢？查询配置，Kafka使用了数据压缩，zstd模式9。可能是CPU来不及，CPU除了Kafka压缩，还有很多游戏的算法工作。
4. 查看CPU，64核心竟然跑满了40%多。这种负荷即使在以前老的节点上也没有遇到过。
5. 查看CPU状态，惊奇发现主频只有 0.9GHz (该CPU理论上能达到3.1GHz峰值速率）。

3. 初步调整

这个情况运维一看，遇到过啊！就是电源节能的问题。

1. 确认操作系统电源模式为主动散热，最大性能。没问题。
2. 风扇是否损坏，导致CPU过热保护？查看温度，50度，这，感觉CPU在摸鱼，看似很忙其实没有出力。
3. 试着调整各种OS参数，CPU主频始终在1.2GHz以下。
   
   整到这里，运维就晕了。认为是服务器厂商忽悠买家，开始喷模式。老板找到老丁，连夜进驻。

4. 再次查看

老丁首先使用 CPU-Z 跑分，发现这个十几万的CPU跑分还没有我打游戏的i7好。无论多核还是单核，都是龟速。

而后，老丁也认为是电源管理问题，但了解后，认为OS层面已经做得差不多了。那，只剩主板层面的问题了。这种大厂服务器忽悠的可能性很小，更何况不可能每一台都有问题。一定是哪个配置不对。

吐槽一下：其实早该查看UEFI配置，无奈现在的服务器重启至少5分钟起步，老板不让下线，宁可保持着在线用户游戏到晚上再关机，也不能白天下线。

5. 锁定原因

老丁身体不好，等不及夜里3点了。找一个kafka节点服务器重启， 只要factor优于门限，应该不会影响客户体验。说干就干，F1进入 UEFI配置。

UEFI Setup——System Settings——Operating Modes

马上发现问题，系统被设置为节能模式。

直接修改为最大性能，保存重启。

服务器风扇开始暴躁模式100%Max，进入OS后，风扇开始减速，查看CPU主频到3.1GHz，完毕。

如法炮制，夜里三点，重启配置所有服务器全速工作，游戏进程流畅无比。性能比预想的还好，服务器还可以扩充其他用途。

6. 处理器电源管理参数设置

当代服务器和10年前相比，出场配置一般都是“绿色节能”模式。这种模式下，CPU是根本不能跑出满分的。本文为了照顾面子，就不贴图了。不管有没有遇到性能问题，都可以检查一下自己的服务器的CPU主频，是不是设置为节能模式了。个人认为，极端节能模式大可不必，只要允许最简单的动态频率即可。为了单个服务器的节能，导致需要部署更多的服务器来横向扩展，功耗反而更大了。

主要设置:

[BIOS]
Power-Saving Mod: Maximum Performance
Maximum Performance
C-States: Disable
C1 Enhanced Mode : Disable
Energy Efficient Turbo: Disable

如此配置后，在操作系统层面再设置为“Maximum Performance”模式，即可获得最大性能。如果需要动态频率，则适当打开C1等开关。注意的是不管开关如何，所有策略都选择“最佳性能”，就不会太差。

后记

服务器的节能指标固然重要，但为了满足业务流要求，使用单台高性能服务器还是要比横向扩展多台节能服务器要划算。用户在考虑配置时，要根据自身的情况来优化。