芯飞云 8核16G 实战向配置教程：从系统初始化到服务调优

8核16G 在云服务器选型里是一个比较特殊的档位。往上一点是 16核32G 的价格分水岭，往下一点是 4核8G 的“勉强够用但不宽裕”。芯飞云目前在售的 8核16G 配置，CPU 与内存配比是 1:2，每核对应 2GB 内存。这个比例的好处在于不会出现 CPU 闲着但内存先满的情况，也不会出现内存剩一大截但 CPU 已经打满的尴尬。

但配置买对了只是第一步。我实际用这台机器跑过一段时间的测试环境，也帮朋友部署过几个后端服务，发现不少人对云服务器的使用方式还停留在“买完直接装软件”的阶段。下面把整个流程从头到尾捋一遍，包含一些容易踩的坑和实际的参数调整。

一、先搞清楚安全组和挂载盘，否则后面全是白忙

拿到一台新机器，第一件事不是装 Docker，也不是配 Nginx。有两件事如果一开始没做对，后面排查起来很折磨人。

安全组要手动放行

芯飞云控制台的安全组默认是关闭所有端口的。这意味着你连 SSH 都连不上。正确的顺序是：先到控制台放行 22 端口，SSH 能连了再继续。后面需要放行 80、443，或者你自定义的服务端口（比如 8080、3000），也是同样的操作。

这个设计比“默认全开”要合理。有些云厂商默认放行所有端口，机器刚开出来没几分钟就被扫到尝试爆破。先关后开，多一步操作，但省心。

数据盘需要手动挂载和写入 fstab

如果你买了额外的数据盘，它不会自动挂上去。用 lsblk 能看到一块没有挂载点的盘，容量是你买的那块。

操作步骤不复杂，但最后一步容易漏：写完 mount 命令之后，一定要把挂载信息写进 /etc/fstab。不写的话，重启后数据盘不会自动挂载，你的 MySQL 或者 Docker 数据目录如果放在这块盘上，重启后服务会直接起不来。

一个实际的检查方法：挂载完成后执行 df -h，确认目标目录的容量是对的。然后 reboot 一次，再 df -h 看一遍，还在，才算稳了。

二、系统层面的基础调整

选 Ubuntu 22.04 或者 24.04 都可以，芯飞云控制台有预置镜像。装完系统后，有几个默认参数建议动一下。

文件描述符限制

默认的 ulimit -n 通常是 1024 或者 65535 的一半。跑 Nginx 或者大量容器的场景下，这个值容易成为瓶颈。编辑 /etc/security/limits.conf，加两行：

soft nofile 65535
hard nofile 65535
改完重新登录 shell 生效。验证方式：ulimit -n 应该输出 65535。

内核参数（可选但有用）

如果这台机器主要跑 Web 服务或者反向代理，/etc/sysctl.conf 里加几行：

net.core.somaxconn = 65535
net.ipv4.tcp_tw_reuse = 1
net.ipv4.tcp_fin_timeout = 30
somaxconn 决定了 listen backlog 队列的长度。默认值偏小，高并发短连接场景下容易丢连接。tcp_tw_reuse 让 TIME_WAIT 状态的端口可以被复用，对频繁短连接的服务有帮助。执行 sysctl -p 生效。

三、Docker 环境配置与资源限制

测试环境或者多服务部署场景，Docker 几乎是标配。8核16G 可以稳定跑 4 到 6 个 2核4G 规格的容器，但前提是每个容器都设了资源上限。

安装 Docker

sudo apt update
sudo apt install -y docker.io docker-compose
sudo systemctl enable –now docker
sudo usermod -aG docker $USER
最后一行是为了免 sudo。执行完退出终端重新登录，用户组变更才生效。

docker-compose 里的资源限制写法
下面是一个实际用过的测试环境 compose 片段，包含 MySQL、Redis 和一个 Spring Boot 后端：

services:
mysql:
image: mysql:8.0
environment:
MYSQL_ROOT_PASSWORD: test123456
MYSQL_DATABASE: testdb
ports:
– “3306:3306”
volumes:
– mysql_data:/var/lib/mysql
deploy:
resources:
limits:
memory: 4G
cpus: ‘2’
command: –innodb-buffer-pool-size=2G

redis:
image: redis:7-alpine
ports:
– “6379:6379”
deploy:
resources:
limits:
memory: 2G
cpus: ‘1’

backend:
build: ./backend
ports:
– “8080:8080”
depends_on:
– mysql
– redis
deploy:
resources:
limits:
memory: 4G
cpus: ‘2’

volumes:
mysql_data:

几个关键点：

deploy.resources.limits 是必须的。不设限制的话，一个内存泄漏的容器可以吃光整台机器的 16G 内存，然后 OOM Killer 随机杀进程。设了限制之后，最坏情况就是那个容器自己挂掉，其他服务不受影响。

MySQL 的 innodb-buffer-pool-size 要显式设置。默认 128M 对任何稍微有点数据的库来说都太小了，查询会频繁读磁盘。16G 内存的机器上，给 MySQL 容器分 4G 限制的话，buffer pool 设 2G 是合理的。

depends_on 只保证启动顺序，不保证服务就绪。如果后端启动比 MySQL 初始化快，连接会失败。生产环境建议配 healthcheck，测试环境的话，加个 entrypoint 脚本等几秒也能凑合。

四、几个常见的性能参数调整

8核16G 的硬件底子不差，但有些软件默认配置是按“最小可用”来写的。不调的话，资源用不上。

Nginx

默认 worker_connections 是 512。8核的机器如果 worker_processes 设成 auto（8 个 worker），理论最大并发是 8 × 512 = 4096。但 Nginx 作为反向代理时，每个客户端连接要占两个连接（客户端到 Nginx，Nginx 到后端），实际只能服务 2048 个并发请求。

改成：

nginx
worker_processes auto;
worker_rlimit_nofile 65535;

events {
worker_connections 10240;
multi_accept on;
}
这样理论最大并发是 8 × 10240 = 81920，反向代理场景下也能支撑 4 万以上的并发连接。

Java 应用

Spring Boot 默认 JVM 堆内存是动态伸缩的。流量波动时，堆的频繁扩容和缩容会产生额外的 GC 开销。高峰期容易看到 Full GC 次数飙升，接口 P99 响应时间被拉高。

固定堆大小：

java -Xms8g -Xmx8g -XX:+UseG1GC -XX:MaxGCPauseMillis=200 -jar app.jar
-Xms 和 -Xmx 设成相同值，避免运行时的堆调整开销。16G 总内存给 JVM 分 8G，剩下的留给系统和数据库，是比较稳妥的分法。

MySQL（宿主机直接安装的情况）

如果 MySQL 装在宿主机上而不是容器里，/etc/mysql/my.cnf 里的 innodb_buffer_pool_size 默认还是 128M。8核16G 的机器上，如果这台机器主要就是跑数据库，可以设到 8G 左右。

[mysqld]
innodb_buffer_pool_size = 8G
innodb_buffer_pool_instances = 4
max_connections = 500
innodb_buffer_pool_instances 在 buffer pool 大于几 GB 的时候建议设成 4 或 8，可以减少内部锁竞争。max_connections 默认 151，稍微有点并发就不够用，调到 500 留点余量。

五、这套配置适合跑什么，不适合跑什么

根据实际使用和压测数据，8核16G 的边界大致是这样的：

能从容应付的：日 PV 在三到五万之间的动态网站（配合 CDN 和页面缓存）；2 到 3 个 Spring Boot 微服务实例；数据量在 200 万行左右、混合读写 QPS 约 4000 的数据库；4 到 6 个 2核4G 规格的 Docker 容器。

勉强能跑但需要优化的：同时跑 MySQL + Redis + 后端 + Nginx 在一台机器上。8G 内存给 MySQL 分 2-3G buffer pool，Redis 分 1-2G，剩下的留给 Java 堆，会比较紧。这种情况下建议至少把数据库拆出去，或者用容器做严格的资源隔离。

不适合的：大规模并发、AI 训练、大数据实时计算。这些场景不是调参数能解决的，需要升配置或者拆集群。

8核16G 不是万能配置，但它在“能做的事情足够多”和“成本不至于浪费”之间平衡得比较好。实际用下来，调参这件事的投入产出比很高——花半小时改几个配置文件，性能表现可能比多花几百块升一档配置还明显。先把安全组和挂载盘弄对，再把 Docker 的资源限制设好，最后针对具体服务调一遍参数，这台机器基本就能跑到它该有的水平了。

芯飞云官网：www.xinfeicloud.com

芯飞云 8核16G 实战向配置教程：从系统初始化到服务调优