Hyper-V 动态内存回收：业务虚拟机为何准点变慢

问题背景

分公司部署了一套 Hyper-V 虚拟化平台：一台宿主机（Windows Server 2022，64GB 内存）承载 8 台虚机——ERP 应用、ERP 数据库（SQL Server）、域控、文件服务、报表服务、备份服务等。当初为提升部署密度，除域控外大部分虚机都开启了动态内存（Dynamic Memory），让空闲虚机把暂时用不到的内存"还"给宿主机。

平台平稳运行一年多。最近两周，ERP 用户开始集中反馈：每天上午 10 点左右系统"准点变卡"，单据保存转圈、报表查询超时，持续 20~30 分钟后自行恢复；偶尔下午 14:30 也来一波。运维重启过应用、查过网络，都没有效果，而时间点雷打不动。

故障现象

ERP 系统每天上午 10:00~10:30、部分下午 14:30 前后响应明显变慢，过后自愈。
虚机内的 SQL Server 无慢查询堆积、无锁等待异常；宿主 CPU 使用率不到 40%。
性能计数器显示：故障时段 SQL 的 Page Life Expectancy（PLE）从 8000 秒级骤降到 200 秒以下，磁盘读 IOPS 飙升，等待类型以 PAGEIOLATCH_SH（等待数据页从磁盘读入）为主。
症状集中在 ERP，同宿主的文件服务、域控基本无感。

排查过程

第一步，先排除数据库自身问题。 拆解慢查询、锁等待、执行计划，都正常；但 PLE 骤降指向一个明确的方向——缓冲池里的数据页被大规模清了出去，查询只能全部落到磁盘。SQL Server 不会无缘无故清自己的缓存，那就是"内存被谁拿走了"。

第二步，对齐时间线。 上午 10:00 是备份服务虚机执行增量备份的时间；下午 14:30 是报表服务生成日报的时间。两者都是内存消耗大户，与"准点变卡"的时间点完全重合。

第三步，到宿主机上看内存账本。 在 Hyper-V 宿主机上用 PowerShell 取样：

1

Get-VM | Select-Object Name, MemoryAssigned, MemoryDemand

对比 9:50（正常）与 10:10（故障）两组数据：ERP 数据库虚机的 MemoryAssigned 从 12GB 掉到 2GB 出头——恰好贴着它设置的"最小内存"2GB；而 MemoryDemand 仍有 6GB 多。同一时段，备份虚机的 MemoryAssigned 从 4GB 涨到 12GB。宿主机物理内存 64GB，而 8 台虚机的最大内存之和是 96GB——超配了 1.5 倍。

第四步，弄清回收机制。 动态内存的工作原理是：宿主机内存充足时按需求给虚机分配，内存紧张时均衡器从各虚机回收内存（通过虚机内的 balloon 驱动），被回收的虚机立即感受到内存压力。谁被回收得多，取决于内存需求读数与内存权重。ERP 数据库虚机的"最小内存"当初随手设成了 2GB，意味着回收的下限可以低到 2GB；而它的内存需求读数在数据库负载下并不总是"高"——缓冲池里放着大量看似"闲置"的缓存页。于是每次宿主内存紧张，它都首当其冲被"瘦身"。

第五步，验证因果。 把备份任务临时改到凌晨执行，次日 ERP 全天未再卡顿；再手动在宿主上触发一次内存压力测试，ERP 虚机的 MemoryAssigned 立刻下跌、PLE 同步跳水。链路闭环。

解决方案

先错峰：备份服务改到 23:00 执行、日报生成改到 12:30，当天生效，短期止血。
核心整改：ERP 数据库虚机改为静态内存（关机后取消动态内存，固定 16GB）。微软对 Hyper-V 上运行 SQL Server 使用动态内存是支持的，但也强调必须把内存参数配置得当；考虑到这台库是分公司命脉，我们评估后选择固定分配，把不确定性从生产库上拿掉。
配置修正：其余保留动态内存的虚机，把"最小内存"统一提到合理水位（不低于日常峰值的 70%），并给关键虚机调整内存权重，让均衡器在回收时有优先级可循。
容量治理：复核宿主机超配比，把 96GB/64GB（1.5 倍）收敛到 1.2 倍以内；同步规划内存扩容或虚机迁出。
监控补齐：SQL 的 PLE、宿主内存可用量、虚机 MemoryAssigned 与需求差值，接入监控并设阈值告警。

根因分析

直接根因是宿主机内存超配叠加动态内存的回收机制：每天备份、报表任务在固定时间点申请大量内存，宿主内存紧张，均衡器从"需求读数偏低、最小内存设得随意"的 ERP 数据库虚机回收内存，SQL 缓冲池被清空，查询全部转为物理读，表现为"准点变慢、过后自愈"。

更深一层，是把"提升部署密度"的手段（动态内存加超配）用在了最不该省的负载上：数据库的性能几乎等价于它持有的内存，动态内存在宿主压力下回收内存的行为，对应用服务器只是一次性能波动，对数据库却是缓冲池清空、IO 雪崩。基础设施的每一分"省"，最终都由业务在每天上午十点准时买单。

预防措施

数据库、缓存等内存敏感负载的虚机一律使用静态内存，不参与动态回收；
启用动态内存的虚机必须显式设置合理的最小内存与内存权重，并在变更评审中说明理由；
宿主机内存超配比纳入容量基线（建议不超过 1.2 倍），新增虚机前先算总账；
关键性能指标（PLE、宿主可用内存、虚机内存回收量）接入监控告警；
定时任务（备份、报表）排期时把宿主内存峰值纳入考量，避免与业务高峰叠加。

总结

“准点变慢"四个字，把排错方向从"系统坏了"直接掰到了"有人在准点做某件事”。最终定位到的不是一条故障链，而是一本资源账：超配的宿主、被低估的最小内存、固定时间的任务高峰，三者叠加，每天上演一次。虚拟化让资源"弹性"，但不代表可以不给关键负载定底线——动态内存是压缩成本的好工具，但它的前提是：别把命脉放在可以被回收的位置上。