性能指标

性能优化的两个核心指标——"吞吐"和"延迟",这是从应用负载的视角来进行考察系统性能,直接影响了产品终端的用户体验。与之对应的是从系统资源的视角出发的指标,比如资源使用率、饱和度等。

 

我们知道,随着应用负载的增加,系统资源的使用也会升高,甚至达到极限。而性能问题的本质,就是系统资源已经达到瓶颈,但请求的处理却还不够快,无法支撑更多的请求。

性能分析,其实就是找出应用或系统的瓶颈,并设法去避免或者缓解他们,从而更高效地利用系统资源处理更多的请求。这包含了一系列的步骤,比如下面这六个步骤。

  • 选择指标评估应用程序和系统的性能

  • 为应用程序和系统设置性能目标

  • 进行性能基准测试

  • 性能分析定位瓶颈

  • 优化系统和应用程序

  • 性能监控和告警

这个图是Linux性能分析最重要的参考资料之一,它告诉你,在Linux不同子系统出现性能问题后,应该用什么样的工具来观测和分析。

比如,当遇到IO性能问题时,可以参考图片下方的IO子系统,使用iostat、iotop、blktrace等工具分析磁盘IO的瓶颈。

理解平均负载

平均负载

平均负载是指单位时间内,系统处于可运行状态和不可中断状态的平均进程数,也就是平均活跃进程数,它和CPU使用率并没有直接关系。

可运行状态的进程,是指正在使用CPU或者正在等待CPU的进程,也就是ps命令查看进程状态中的R状态(Running或Runnable)。

不可中断状态的进程,是指正处于内核态关键流程中的进程,并且这些流程是不可打断的,比如最长间的是等待硬件设备的IO响应,也就是ps命令查看进程状态中的D状态。例如,当一个进程向磁盘读取数据时,为了保证数据的一致性,在得到磁盘回复前,它是不能被其他进程或者中断打断,这个时候的进程处于不可中断状态。如果此时的进程被打断,就容易出现磁盘数据与进程数据不一致的问题。所以,不可中断状态实际上是系统对进程和硬件设备的一种保护机制。因此平均负载可以理解为平均活跃进程数。平均进程活跃数,直观上的理解就是单位时间内的活跃进程数,但实际上是活跃进程数的指数衰减平均值,可以直接理解为活跃进程数的平均值。

如果当平均负载为2时,就意味着

  • 在只有2个CPU的系统上,意味着所有的CPU都刚好被完全占用。

  • 在4个CPU的系统上,意味着CPU有50%的空闲。

  • 在1个CPU的系统中,意味着有一半的进程竞争不到CPU

平均负载为多少时合理

平均负载最理想的情况是等于CPU个数,所以在评判平均负载时,首先要知道系统有几个CPU,有了CPU个数,我们可以判断出,当平均负载比CPU个数还大的时候,系统已经出现了过载。

三个不同时间间隔的平均负载,其实给我们提供了,分析系统负载趋势的数据来源,让我们更能全面、更立体地理解目前的负载情况。

  • 如果1分钟、5分钟、15分钟的三个值基本相同,或者相差不大,那就说明系统负载很平稳。

  • 但如果1分钟的值远小于15分钟的值,就说明系统最近1分钟的负载在减少,而过去15分钟内却有很大的负载

  • 如果1分钟的值远大于15分钟的值,就说明最近1分钟的负载在增加,这种增加有可能只是临时性的,也有可能还会持续增加下去,所以就需要持续观察。一旦1分钟的平均负载接近或者超过CPU的个数,就意味着系统正在发生过载的问题,这时就得分析调查是哪里导致的问题,并要想办法优化。

分析排查负载过高的问题需要把系统的平均负载监控起来,然后根据更多的历史数据,判断负载的变化趋势,当发生负载有明显升高趋势时,比如说负载翻倍了,再去做分析和调查

平均负载与CPU使用率

  • CPU密集型进程,使用大量CPU会导致平均负载升高

  • IO密集型进程,等待IO也会导致平均负载升高,单CPU使用率不一定很高。

  • 大量等待CPU的进程调度也会导致平均负载升高,此时的CPU使用率也会比较高。

分析负载工具

CPU场景监控

mpstat是一个常用的多核CPU性能分析工具,用来实时查看每个CPU的性能指标,以及所有CPU的平均指标

1
2
3
4
5
6
7
8
[root@localhost ~]# mpstat 2
Linux 2.6.32-431.el6.x86_64 (localhost.localdomain)     04/27/2020  _x86_64_    (4 CPU)
 
05:49:27 PM  CPU    %usr   %nice    %sys %iowait    %irq   %soft  %steal  %guest   %idle
05:49:29 PM  all    0.50    0.00    0.50    0.00    0.00    0.00    0.00    0.00   99.00
05:49:31 PM  all    0.38    0.00    0.38    0.00    0.00    0.00    0.00    0.00   99.25
05:49:33 PM  all    0.25    0.00    0.50    0.00    0.00    0.00    0.00    0.00   99.25
05:49:35 PM  all    0.25    0.00    0.50    0.00    0.00    0.00    0.00    0.00   99.25

pidstat是一个常用的进程性能分析工具,用来实时查看进程的CPU、内存、IO以及山下文切换等性能指标。  

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
[root@localhost ~]# stress --cpu 1 --timeout 600
stress: info: [6168] dispatching hogs: 1 cpu, 0 io, 0 vm, 0 hdd
 
[root@localhost ~]# uptime
17:59:36 up 405 days,  8:51,  2 users,  load average: 0.99, 0.75, 0.35
 
[root@localhost ~]# mpstat -P ALL 2 3
Linux 2.6.32-431.el6.x86_64 (localhost.localdomain)     04/27/2020  _x86_64_    (4 CPU)
 
05:57:44 PM  CPU    %usr   %nice    %sys %iowait    %irq   %soft  %steal  %guest   %idle
05:57:46 PM  all   25.41    0.00    0.50    0.00    0.00    0.00    0.00    0.00   74.09
05:57:46 PM    0    0.00    0.00    0.00    0.00    0.00    0.00    0.00    0.00  100.00
05:57:46 PM    1  100.00    0.00    0.00    0.00    0.00    0.00    0.00    0.00    0.00
05:57:46 PM    2    1.01    0.00    0.00    0.00    0.00    0.00    0.00    0.00   98.99
05:57:46 PM    3    0.00    0.00    2.01    0.00    0.00    0.00    0.00    0.00   97.99
 
05:57:46 PM  CPU    %usr   %nice    %sys %iowait    %irq   %soft  %steal  %guest   %idle
05:57:48 PM  all   25.37    0.00    0.50    0.00    0.00    0.00    0.00    0.00   74.12
05:57:48 PM    0    0.00    0.00    0.00    0.00    0.00    0.00    0.00    0.00  100.00
05:57:48 PM    1  100.00    0.00    0.00    0.00    0.00    0.00    0.00    0.00    0.00
05:57:48 PM    2    1.00    0.00    0.50    0.00    0.00    0.00    0.00    0.00   98.50
05:57:48 PM    3    1.00    0.00    1.49    0.00    0.00    0.00    0.00    0.00   97.51
 
[root@localhost ~]# pidstat -u 5 1
Linux 2.6.32-431.el6.x86_64 (localhost.localdomain)     04/27/2020  _x86_64_    (4 CPU)
 
06:08:20 PM       PID    %usr %system  %guest    %CPU   CPU  Command
06:08:25 PM      3360    0.00    0.20    0.00    0.20     0  redis-server
06:08:25 PM      3593    0.20    0.20    0.00    0.40     3  bash
06:08:25 PM      3723    0.60    0.20    0.00    0.80     0  netdata
06:08:25 PM      3748    0.20    0.00    0.00    0.20     0  python
06:08:25 PM      7276  100.00    0.00    0.00  100.00     1  stress
06:08:25 PM      7289    0.00    0.20    0.00    0.20     3  pidstat
06:08:25 PM     25850    0.40    1.00    0.00    1.40     2  apps.plugin
 
Average:          PID    %usr %system  %guest    %CPU   CPU  Command
Average:         3360    0.00    0.20    0.00    0.20     -  redis-server
Average:         3593    0.20    0.20    0.00    0.40     -  bash
Average:         3723    0.60    0.20    0.00    0.80     -  netdata
Average:         3748    0.20    0.00    0.00    0.20     -  python
Average:         7276  100.00    0.00    0.00  100.00     -  stress
Average:         7289    0.00    0.20    0.00    0.20     -  pidstat
Average:        25850    0.40    1.00    0.00    1.40     -  apps.plugin

首先利用stress模拟一个CPU使用率100%的情况,然后利用uptime观察平均负载的变化情况,最后使用mpstat查看每个CPU使用率的情况;从uptime命令可以看到1分钟内的平均负载==1,而mpstat命令看到CPU1的使用率为100%,且都是在用户态空间使用的CPU,说明导致负载升高是由于CPU使用率比较高引起的负载升高;最后使用pidstat监测,发现是stress进程CPU使用为100%

IO密集型应用

复制代码
[root@localhost ~]# stress -i 1 --timeout 600
stress: info: [7582] dispatching hogs: 0 cpu, 1 io, 0 vm, 0 hdd


[root@localhost ~]# uptime
 18:13:11 up 405 days,  9:05,  2 users,  load average: 0.80, 0.66, 0.46
[root@localhost ~]# uptime
 18:13:16 up 405 days,  9:05,  2 users,  load average: 0.82, 0.66, 0.47
[root@localhost ~]# uptime
 18:13:24 up 405 days,  9:05,  2 users,  load average: 0.84, 0.67, 0.47
[root@localhost ~]# uptime
 18:13:30 up 405 days,  9:05,  2 users,  load average: 0.86, 0.68, 0.47
[root@localhost ~]# uptime
 18:13:39 up 405 days,  9:05,  2 users,  load average: 0.88, 0.69, 0.48
[root@localhost ~]# uptime
 18:13:47 up 405 days,  9:05,  2 users,  load average: 0.90, 0.70, 0.48
[root@localhost ~]# uptime
 18:14:05 up 405 days,  9:06,  2 users,  load average: 0.92, 0.71, 0.49
[root@localhost ~]# uptime
 18:14:22 up 405 days,  9:06,  2 users,  load average: 0.94, 0.73, 0.50
[root@localhost ~]# uptime
 18:14:47 up 405 days,  9:06,  2 users,  load average: 0.96, 0.74, 0.51
[root@localhost ~]# uptime
 18:15:28 up 405 days,  9:07,  2 users,  load average: 0.98, 0.78, 0.53
 
[root@localhost ~]# mpstat -P ALL 5 1
Linux 2.6.32-431.el6.x86_64 (localhost.localdomain)     04/27/2020     _x86_64_    (4 CPU)

06:17:07 PM  CPU    %usr   %nice    %sys %iowait    %irq   %soft  %steal  %guest   %idle
06:17:12 PM  all    0.35    0.00   24.90    0.05    0.00    0.00    0.00    0.00   74.70
06:17:12 PM    0    0.00    0.00    0.40    0.00    0.00    0.00    0.00    0.00   99.60
06:17:12 PM    1    0.00    0.00   97.79    0.00    0.00    0.00    0.00    0.00    2.21
06:17:12 PM    2    0.40    0.00    1.20    0.00    0.00    0.00    0.00    0.00   98.40
06:17:12 PM    3    0.81    0.00    0.60    0.00    0.00    0.00    0.00    0.00   98.59

Average:     CPU    %usr   %nice    %sys %iowait    %irq   %soft  %steal  %guest   %idle
Average:     all    0.35    0.00   24.90    0.05    0.00    0.00    0.00    0.00   74.70
Average:       0    0.00    0.00    0.40    0.00    0.00    0.00    0.00    0.00   99.60
Average:       1    0.00    0.00   97.79    0.00    0.00    0.00    0.00    0.00    2.21
Average:       2    0.40    0.00    1.20    0.00    0.00    0.00    0.00    0.00   98.40
Average:       3    0.81    0.00    0.60    0.00    0.00    0.00    0.00    0.00   98.59

Linux 2.6.32-431.el6.x86_64 (localhost.localdomain)     04/27/2020     _x86_64_    (4 CPU)

Device:         rrqm/s   wrqm/s     r/s     w/s   rsec/s   wsec/s avgrq-sz avgqu-sz   await r_await w_await  svctm  %util
sda               0.00     6.62    0.00    0.28     0.10    55.18   197.39     0.00   16.34   17.61   16.33   2.20   0.06
sdb               0.00     8.30    0.00    0.14     0.09    67.52   466.32     0.00   19.77   11.13   19.87   1.55   0.02
dm-0              0.00     0.00    0.01   15.34     0.19   122.70     8.01     0.03    2.04   22.82    2.03   0.05   0.08
dm-1              0.00     0.00    0.00    0.00     0.00     0.00     8.00     0.00    9.10    9.16    8.86   6.09   0.00
复制代码

可以看到结合iostat分析发现导致负载升高的是IO导致系统负载升高

[root@localhost ~]# stress -c 8 --timeout 600
stress: info: [8429] dispatching hogs: 8 cpu, 0 io, 0 vm, 0 hdd

利用stress -c 8 --timeout 600可以模拟更加复杂的场景

CPU上下文切换

Linux是一个多任务操作系统,它支持远大于CPU数量的任务同时运行。当然,这些任务实际上并不是真的在同时运行,而是因为系统在很短的时间内,将CPU轮流分配给它们,造成多任务同时运行的错觉。每个任务运行前,CPU都需要知道任务从哪里加载,又从哪里开始运行,也就是说,需要系统事先帮它设置好CPU寄存器和程序计数器。CPU寄存器,是CPU内置的容量小,但速度极快的内存。程序计数器,则是用来存储CPU正在执行的指令位置,或者即将执行的下一条指令位置。它们都是CPU在运行任务前,必须的依赖环境,因此也被叫做CPU上下文。

CPU上下文切换,就是先把前一个任务的CPU上下文保存起来,然后加载新任务的上下文到这些寄存器和程序计数器,最后再跳转到程序计数器所指的新位置,运行新任务。而这些保存下来的上下文,会存储在系统内核中,并在任务重新调度执行时再次加载进来。这样就能保证任务原来的状态不受影响,让任务看起来还是连续执行。

根据任务的不同,CPU的上下文切换就可以分为进程上下文切换、线程上下文切换以及中断上下文切换。

进程上下文切换

Linux按照特权等级,把进程的运行空间分为内核空间和用户空间,分别对应着下图中,CPU特权等级的Ring0和Ring3。

  • 内核空间(Ring0)具有最高权限,可以直接访问所有资源;

  • 用户空间(Ring3)只能访问受限资源,不能直接访问内存等硬件设备,必须通过系统调用陷入到内核中,才能访问这些特权资源。

也就是说,进程既可以在用户空间运行,又可以在内核空间中运行。进程在用户空间运行时,被称为进程的用户态,而陷入内核空间的时候,被称为进程的内核态。

从用户态到内核态的转变,需要通过系统调用来完成。比如,当我们查看文件内容时,就需要多次系统调用来完成:首先调用open()打开文件,然后调用read()读取文件内容,并调用write()将内容写到标准输出,最后再调用close()关闭文件。

CPU寄存器里原来用户态的指令位置,需要先保存起来。接着,为了执行内核态代码,CPU寄存器需要更新为内核态指令的新位置,最后才是跳转到内核态运行内核任务。

而系统调用结束后,CPU寄存器需要恢复原来保存的用户态,然后在切换到用户空间,继续运行进程。所以,一次系统调用的过程,其实是发生了两次CPU上下文切换。

不过,需要注意的是,系统调用过程中,并不会涉及到虚拟内存等进程用户的资源,也不会切换进程。这与我们通常所说的进程上下文切换是不一样的:

  • 进程上下文切换,是指从一个进程切换到另一个进程运行。

  • 而系统调用过程中一直是同一个进程在运行。

所以,系统调用过程通常称为特权模式切换,而不是上下文切换。但实际上,系统调用过程中,CPU的上下文切换还是无法避免的。

进程上下文切换跟系统调用的区别:

首先,需要知道,进程是由内核来管理和调度的,进程的切换只能发生在内核态。所以,进程的上下文不仅包括了虚拟内存、栈、全局变量等用户空间的资源,还包括了内核堆栈、寄存器等内核空间的状态。

因此,进程上下文切换就比系统调用多了一步:在保存当前进程的内核状态和CPU寄存器之前,需要先把该进程的虚拟内存、栈等保存下来;而加载了下一进程的内核态后,还需要刷新进程的虚拟内存和用户栈。

如下图所示,保存上下文和恢复上下文的过程并不是免费的,需要内核在CPU上运行才能完成。

 

根据研究表明,每次上下文切换都需要几十纳秒到数微秒的CPU时间,这个时间还是相当可观的,特别是在进程上下文切换次数较多的情况下,很容易导致CPU将大量时间耗费在寄存器、内核栈以及虚拟内存等资源的保存和恢复上,进而大大缩短了真正运行进程的时间。这也是导致平均负载上升的一个重要因素。

Linux通过TLB来管理虚拟内存到物理内存的映射关系。当虚拟内存更新后,TLB也需要刷新,内存的访问也会随之变慢。特别是在多处理系统上,缓存是被多个处理器共享的,刷新缓存不仅会影响当前处理器的进程,还会影响共享缓存的其他处理器的进程。

显然,进程切换时才需要切换上下文,换句话说,只有在进程调度的时候,才需要切换上下文。Linux为每个CPU都维护了一个就绪队列,将活跃进程(即正在运行和正在等待CPU的进程)按照优先级和等待CPU的时间排序,然后选择最需要CPU的进程,这也就是优先级最高和等待CPU时间最长的进程来运行。

触发进程调度的场景:

  • 为了保证所有进程可以得到公平调度,CPU时间被划分为一段段的时间片,这些时间片再被轮流分配给各个进程。这样,当某个进程的时间片耗尽了,就会被系统挂起,切换到其它正在等待CPU的进程执行。

  • 进程在系统资源不足时,要等到资源满足后才可以运行,这个时候进程也会被挂起,并由系统调度其它进程运行。

  • 当进程通过睡眠函数sleep这样的方法将自己主动挂起时,自然也会重新调度。

  • 当有优先级更高的进程运行时,为了保证高优先级进程的运行,当前进程会被挂起,由高优先级进程来运行。

  • 当发生硬中断时,CPU上的进程会被挂起,转而执行内核中的中断服务程序。

线程上下文切换

线程与进程最大的区别在于,线程是调度的基本单位,而进程则是资源拥有的基本单位。所谓内核中的任务调度,实际上的调度对象是线程;而进程只是给线程提供了虚拟内存、全局变量等资源。所以,对于线程和进程可以这么理解:

  • 当进程只有一个线程时,可以认为进程就等于线程。

  • 当进程拥有多个线程时,这些线程会共享相同的虚拟内存和全局变量等资源。这些资源在上下文切换时是不需要修改的。

  • 线程也有自己的私有数据,比如栈和寄存器等,这些在上下文切换时也是需要保存的。

因此,线程的上下文切换其实就可以分为两种情况:

第一种,前后两个线程属于不同进程。此时,资源不同享,所以切换过程就跟进程上下文切换是一样的。

第二种,前后两个线程属于同一个进程。此时,虚拟内存是共享的,所以在切换时,虚拟内存这些资源就保持不动,只需要切换线程的私有数据、寄存器等不同享数据。

通过以上情况可以发现,虽然同为上下文切换,但同进程内的线程切换,要比多进程间切换消耗更少的资源,而这,也正是多线程代替多进程的一个优势。

中断上下文切换

切换进程CPU上下文,其实就是中断上下文切换。为了快速响应硬件的事件,中断处理会打断进程的正常调度和执行,转而调用中断处理程序,响应设备事件。而在打断其他进程时,就需要将进程当前状态保存下来,这样在中断结束后,进程仍然可以从原来的状态恢复运行。

跟进程上下文不同,中断上下文切换并不涉及到进程的用户态。所以,即便中断过程打断了一个正处在用户态的进程,也不需要保存和恢复这个进程的虚拟内存、全局变量等用户态资源。中断上下文,其实只包括内核态中断服务程序执行所必须的状态,包括CPU寄存器、内核堆栈、硬件中断参数等。

对同一个CPU来说,中断处理比进程拥有更高的优先级,所以中断上下文切换并不会与进程上下文切换同时发生。同样道理,由于中断会打断正常进程的调度和执行,所以大部分中断处理程序都短小精悍,以便尽可能快的执行结束。

另外,跟进程上下文切换一样,中断上下文切换也需要消耗CPU,切换次数过多也会消耗大量的CPU,甚至严重降低系统的整体性能。所以,当发现中断次数过多时,就需要注意去排查它是否会给系统带来严重的性能问题。

CPU上下文切换分析

查看系统上下文

利用vmstat工具来进行查看上下文切换,例如:

[root@localhost ~]# vmstat 2
procs -----------memory---------- ---swap-- -----io---- --system-- -----cpu-----
 r  b   swpd   free   buff  cache   si   so    bi    bo   in   cs us sy id wa st
 0  0    384 1303264 215296 12506412    0    0     0    15    0    0  1  1 98  0  0    
 0  0    384 1303256 215296 12506412    0    0     0     0  237  201  0  0 99  0  0    
 0  0    384 1303000 215296 12506412    0    0     0     8  290  227  1  1 99  0  0    
 0  0    384 1302884 215296 12506412    0    0     0     0  227  206  0  1 99  0  0    
 0  0    384 1302628 215296 12506412    0    0     0     0  250  231  0  1 99  0  0
  • cs是每秒上下文切换的次数

  • in则是每秒钟中断的次数

  • r是就绪队列的长度,也就是正在运行和等待CPU的进程数

  • b则是出于不可中断睡眠状态的进程数

可以看到,这个例子中的上线文切换次数cs是201次,而系统中断in则是237次,而就绪队列长度r和不可中断状态进程数b都是0。

vmstat只给出了系统总体的上下文切换情况,要向查看每个进程的详细情况,就需要使用到pidstat了,如下:

复制代码
[root@localhost ~]# pidstat -w 5
Linux 2.6.32-431.el6.x86_64 (localhost.localdomain)     04/29/2020     _x86_64_    (4 CPU)

05:00:25 PM       PID   cswch/s nvcswch/s  Command
05:00:30 PM         3      0.20      0.00  migration/0
05:00:30 PM         4      0.20      0.00  ksoftirqd/0
05:00:30 PM         7      0.40      0.00  migration/1
05:00:30 PM         9      0.20      0.00  ksoftirqd/1
05:00:30 PM        13      0.20      0.00  ksoftirqd/2
05:00:30 PM        15      0.60      0.00  migration/3
05:00:30 PM        17      2.40      0.00  ksoftirqd/3
05:00:30 PM        19      1.20      0.00  events/0
05:00:30 PM        20      1.00      0.00  events/1
05:00:30 PM        21      1.00      0.00  events/2
05:00:30 PM        22      1.00      0.00  events/3
05:00:30 PM        28      0.20      0.00  sync_supers
05:00:30 PM        29      0.20      0.00  bdi-default
05:00:30 PM       197      1.00      0.00  mpt_poll_0
05:00:30 PM       353      0.20      0.00  flush-253:0
05:00:30 PM       598      1.00      0.00  vmmemctl
05:00:30 PM      1202      0.40      0.00  master
05:00:30 PM      1231      1.00      0.00  zabbix_agentd
05:00:30 PM      1235      1.00      0.00  zabbix_agentd
05:00:30 PM      2912      2.00      0.00  bash
05:00:30 PM      3360     10.98      0.00  redis-server
05:00:30 PM      3748      1.00      0.20  python
05:00:30 PM      5830      0.40      0.00  showq
05:00:30 PM      5883      0.20      0.00  pidstat
05:00:30 PM     29194      1.00      1.60  apps.plugin
复制代码

这个结果中有两列内容是我们重点关注的对象。一个是cswch,表示每秒自愿上下文切换的次数,另一个则是mbcswch,表示每秒非自愿上下文切换的次数。

这两个概念意味着不同的性能问题:

  • 自愿上下文切换,是指进程无法获取所需自愿,导致上下文切换。比如,IO、内存等系统资源不足时,就会发生自愿上下文切换。

  • 非自愿上下文切换,则是指进程由于时间片已到等原因,被系统强制调度,进而发生的上下文切换。比如说,大量进程都在争抢CPU时,就容易发生非自愿上下文切换。

模拟场景

使用sysbench来模拟系统多线程调度切换的情况。

sysbench是一个多线程的基准测试工具,一般用来评估不同系统参数下的数据库负载情况,可以用来模拟上下文切换过多的问题。

测试前的数据查看情况

复制代码
[root@localhost ~]# vmstat 1 
procs -----------memory---------- ---swap-- -----io---- --system-- -----cpu-----
 r  b   swpd   free   buff  cache   si   so    bi    bo   in   cs us sy id wa st
 0  0    384 1302564 215296 12506416    0    0     0    15    0    0  1  1 98  0  0    
 0  0    384 1302556 215296 12506416    0    0     0     0  257  207  1  1 99  0  0    
 0  0    384 1302556 215296 12506416    0    0     0     0  223  192  1  1 99  0  0    
 0  0    384 1302440 215296 12506416    0    0     0     0  257  219  1  1 99  0  0    
 0  0    384 1302176 215296 12506416    0    0     0     4  248  225  0  0 99  0  0    
 0  0    384 1302176 215296 12506416    0    0     0     0  218  203  1  1 99  0  0    
 0  0    384 1303044 215296 12506416    0    0     0     0  371  239  1  1 98  0  0    
 0  0    384 1302804 215296 12506416    0    0     0     0  232  213  0  1 99  0  0
复制代码

在终端离运行sysbench,模拟系统多线程调度的瓶颈:

复制代码
[root@localhost ~]# sysbench --threads=10 --max-time=300 threads run
WARNING: --max-time is deprecated, use --time instead
sysbench 1.0.17 (using system LuaJIT 2.0.4)

Running the test with following options:
Number of threads: 10
Initializing random number generator from current time


Initializing worker threads...

Threads started!
复制代码

执行sysbench后,使用vmstat来进行监控:

复制代码
[root@localhost ~]# vmstat 2
procs -----------memory---------- ---swap-- -----io---- --system-- -----cpu-----
 r  b   swpd   free   buff  cache   si   so    bi    bo   in   cs us sy id wa st
 1  0    384 1297912 215400 12509840    0    0     0    15    0    0  1  1 98  0  0    
 2  0    384 1298036 215400 12509840    0    0     0    10  279  214  1  1 99  0  0    
 1  0    384 1298052 215400 12509840    0    0     0     0  241  202  1  1 99  0  0    
 8  0    384 1296716 215400 12509840    0    0     0     0 7069 257920  3 39 57  0  0    
 8  0    384 1296468 215400 12509840    0    0     0     0 17640 477390  7 80 13  0  0    
10  0    384 1295592 215400 12509840    0    0     0     0 18891 657740  6 85  9  0  0    
 8  0    384 1295724 215400 12509840    0    0     0     0 19504 597917  7 82 11  0  0    
复制代码

观测数据可以发现:

  • r列:就绪队列的长度已经到8,远远超过了系统CPU的个数2,所以肯定会有大量的CPU竞争。

  • us和sy列:这两列的CPU使用率加起来上升到了100%,其中系统CPU使用率,也就是sy列高达80%左右,说明CPU主要是被内核占用了。

  • in列:中断次数也上升到了将近2万左右,说明中断处理也是个潜在的问题。

vmstat详解如下:

综合这几个指标,可以知道,系统的就绪队列过长,也就是正在运行和等待CPU的进程数过多,导致了大量的上下文切换,而上下文切换又导致了系统CPU的占用率升高。

使用pidstat来进行观察,CPU和进程上下文的情况:

复制代码
[root@localhost ~]# pidstat -w -u 1
Linux 2.6.32-431.el6.x86_64 (localhost.localdomain)     04/29/2020     _x86_64_    (4 CPU)

05:25:40 PM       PID    %usr %system  %guest    %CPU   CPU  Command
05:25:41 PM        17    0.00    0.98    0.00    0.98     3  ksoftirqd/3
05:25:41 PM      3360    0.98    0.98    0.00    1.96     1  redis-server
05:25:41 PM      3723    1.96    0.98    0.00    2.94     1  netdata
05:25:41 PM      7661   28.43  100.00    0.00  100.00     1  sysbench
05:25:41 PM      7698    0.00    0.98    0.00    0.98     3  pidstat
05:25:41 PM     29194    0.98    0.98    0.00    1.96     1  apps.plugin

05:25:40 PM       PID   cswch/s nvcswch/s  Command
05:25:41 PM         4      7.84      0.00  ksoftirqd/0
05:25:41 PM         9      1.96      0.00  ksoftirqd/1
05:25:41 PM        13     10.78      0.00  ksoftirqd/2
05:25:41 PM        17     10.78      0.00  ksoftirqd/3
05:25:41 PM        19      0.98      0.00  events/0
05:25:41 PM        20      0.98      0.00  events/1
05:25:41 PM        21      0.98      0.00  events/2
05:25:41 PM        22      0.98      0.00  events/3
05:25:41 PM        29      0.98      0.00  bdi-default
05:25:41 PM        61      0.98      0.00  khugepaged
05:25:41 PM       197      0.98      0.00  mpt_poll_0
05:25:41 PM       598      0.98      0.00  vmmemctl
05:25:41 PM      1231      0.98      0.00  zabbix_agentd
05:25:41 PM      1235      0.98      0.00  zabbix_agentd
05:25:41 PM      3360     10.78      0.00  redis-server
05:25:41 PM      3748      0.98    116.67  python
05:25:41 PM      7109      2.94     78.43  bash
05:25:41 PM      7698      0.98      1.96  pidstat
05:25:41 PM     29194      0.98    313.73  apps.plugin
复制代码

从pidstat的输出可以发现,CPU使用率的升高是由于sysbench导致的,它的CPU使用率已经达到了100%,但上下文切换则是来自其他进程,包括自愿上下文切换频率较高的redis-server和内核进程ksoftirqd/2、ksoftirqd/3,以及非自愿上下文切换频率比较高的python和apps.plugnin。

由于Linux调度的最小单位是线程,而sysbench模拟的也是线程的调度问题,因此vmstat显示的中断次数远大于pidstat中显示的次数,在pidstat后面加上选项-t,对线程进行监控:如下

复制代码
[root@localhost ~]# pidstat -w -t -u 1
Linux 2.6.32-431.el6.x86_64 (localhost.localdomain)     04/29/2020     _x86_64_    (4 CPU)

06:05:28 PM      TGID       TID    %usr %system  %guest    %CPU   CPU  Command
06:05:29 PM        13         -    0.00    0.97    0.00    0.97     2  ksoftirqd/2
06:05:29 PM         -        13    0.00    0.97    0.00    0.97     2  |__ksoftirqd/2
06:05:29 PM         -      3726    0.00    0.97    0.00    0.97     1  |__netdata
06:05:29 PM         -      3738    0.00    0.97    0.00    0.97     2  |__netdata
06:05:29 PM         -      4020    0.00    0.97    0.00    0.97     0  |__python
06:05:29 PM     10405         -   33.98  100.00    0.00  100.00     1  sysbench
06:05:29 PM         -     10406    4.85   36.89    0.00   41.75     1  |__sysbench
06:05:29 PM         -     10407    2.91   31.07    0.00   33.98     2  |__sysbench
06:05:29 PM         -     10408    2.91   33.01    0.00   35.92     2  |__sysbench
06:05:29 PM         -     10409    2.91   33.98    0.00   36.89     2  |__sysbench
06:05:29 PM         -     10410    3.88   33.98    0.00   37.86     3  |__sysbench
06:05:29 PM         -     10411    3.88   33.01    0.00   36.89     2  |__sysbench
06:05:29 PM         -     10412    1.94   31.07    0.00   33.01     2  |__sysbench
06:05:29 PM         -     10413    4.85   33.01    0.00   37.86     3  |__sysbench
06:05:29 PM         -     10414    2.91   33.01    0.00   35.92     1  |__sysbench
06:05:29 PM         -     10415    3.88   34.95    0.00   38.83     0  |__sysbench
06:05:29 PM     10428         -    0.97    1.94    0.00    2.91     0  pidstat
06:05:29 PM         -     10428    0.97    1.94    0.00    2.91     0  |__pidstat
06:05:29 PM     29194         -    0.00    0.97    0.00    0.97     2  apps.plugin
06:05:29 PM         -     29194    0.00    0.97    0.00    0.97     2  |__apps.plugin

06:05:28 PM      TGID       TID   cswch/s nvcswch/s  Command
06:05:29 PM         4         -      9.71      0.00  ksoftirqd/0
06:05:29 PM         -         4      9.71      0.00  |__ksoftirqd/0
06:05:29 PM         9         -      7.77      0.00  ksoftirqd/1
06:05:29 PM         -         9      7.77      0.00  |__ksoftirqd/1
06:05:29 PM        13         -      7.77      0.00  ksoftirqd/2
06:05:29 PM         -        13      7.77      0.00  |__ksoftirqd/2
06:05:29 PM        17         -     15.53      0.00  ksoftirqd/3
06:05:29 PM         -        17     15.53      0.00  |__ksoftirqd/3
06:05:29 PM        19         -      0.97      0.00  events/0
06:05:29 PM         -        19      0.97      0.00  |__events/0
06:05:29 PM        20         -      0.97      0.00  events/1
06:05:29 PM         -        20      0.97      0.00  |__events/1
06:05:29 PM        21         -      0.97      0.00  events/2
06:05:29 PM         -        21      0.97      0.00  |__events/2
06:05:29 PM        22         -      0.97      0.00  events/3
06:05:29 PM         -        22      0.97      0.00  |__events/3
06:05:29 PM        28         -      0.97      0.00  sync_supers
06:05:29 PM         -        28      0.97      0.00  |__sync_supers
06:05:29 PM       197         -      0.97      0.00  mpt_poll_0
06:05:29 PM         -       197      0.97      0.00  |__mpt_poll_0
06:05:29 PM       598         -      0.97      0.00  vmmemctl
06:05:29 PM         -       598      0.97      0.00  |__vmmemctl
06:05:29 PM      1202         -      0.97      0.00  master
06:05:29 PM         -      1202      0.97      0.00  |__master
06:05:29 PM      1231         -      0.97      0.00  zabbix_agentd
06:05:29 PM         -      1231      0.97      0.00  |__zabbix_agentd
06:05:29 PM      1235         -      1.94      0.00  zabbix_agentd
06:05:29 PM         -      1235      1.94      0.00  |__zabbix_agentd
06:05:29 PM      3360         -     10.68      0.00  redis-server
06:05:29 PM         -      3360     10.68      0.00  |__redis-server
06:05:29 PM         -      3725      0.97     31.07  |__netdata
06:05:29 PM         -      3726      0.97      0.00  |__netdata
06:05:29 PM         -      3727      0.97      0.00  |__netdata
06:05:29 PM         -      3728      2.91      0.00  |__netdata
06:05:29 PM         -      3729     49.51      2.91  |__netdata
06:05:29 PM         -      3730      0.97      0.00  |__netdata
06:05:29 PM         -      3733      0.97      0.00  |__netdata
06:05:29 PM         -      3738      0.97     87.38  |__netdata
06:05:29 PM         -      3740      1.94      0.00  |__netdata
06:05:29 PM         -      3743      0.97      0.00  |__netdata
06:05:29 PM         -      3744      0.97      0.00  |__netdata
06:05:29 PM         -      3745      0.97      0.00  |__netdata
06:05:29 PM         -      3751      0.97      0.00  |__netdata
06:05:29 PM      3748         -      0.97      0.00  python
06:05:29 PM         -      3748      0.97      0.00  |__python
06:05:29 PM         -      4020      3.88      6.80  |__python
06:05:29 PM         -      4021      3.88      2.91  |__python
06:05:29 PM      7109         -      0.97     52.43  bash
06:05:29 PM         -      7109      0.97     52.43  |__bash
06:05:29 PM      9337         -      1.94      0.00  showq
06:05:29 PM         -      9337      1.94      0.00  |__showq
06:05:29 PM         -     10406  18642.72  45331.07  |__sysbench
06:05:29 PM         -     10407  20953.40  42127.18  |__sysbench
06:05:29 PM         -     10408  17404.85  44594.17  |__sysbench
06:05:29 PM         -     10409  18404.85  45963.11  |__sysbench
06:05:29 PM         -     10410  12807.77  61773.79  |__sysbench
06:05:29 PM         -     10411  19445.63  38708.74  |__sysbench
06:05:29 PM         -     10412  17883.50  40695.15  |__sysbench
06:05:29 PM         -     10413  17189.32  49639.81  |__sysbench
06:05:29 PM         -     10414  18169.90  45739.81  |__sysbench
06:05:29 PM         -     10415  14832.04  47845.63  |__sysbench
06:05:29 PM     10428         -      0.97     96.12  pidstat
06:05:29 PM         -     10428      0.97     96.12  |__pidstat
06:05:29 PM         -     21200      1.94      0.00  |__grafana-server
06:05:29 PM         -     21202      0.97      0.00  |__grafana-server
06:05:29 PM         -     21206      1.94      0.00  |__grafana-server
06:05:29 PM         -     21209      0.97      0.00  |__grafana-server
06:05:29 PM         -     25021      1.94      0.00  |__grafana-server
06:05:29 PM     29194         -      0.97    150.49  apps.plugin
06:05:29 PM         -     29194      0.97    150.49  |__apps.plugin
复制代码

可以看到sysbench进程的上下文切换看起来并不多,但是sysbench的子线程的上下文切换次数却很多,我们发现进程的上下文切换发生很多同时中断次数也上升到将近2万,具体是什么类型的中断上升还需要继续进行监测。

由于中断发生在内核态,而pidstat只是一个进程的性能分析工具,因此他并不能提供任何关于中断的详细信息。因此需要从/proc/interrupts这个只读文件中读取。/proc实际上是Linux的一个虚拟文件系统,用于内核空间与用户空间之间的通信。/proc/interrupts就是这种通信机制的一部分,提供了一个只读的中断使用情况。

复制代码
[root@localhost ~]# watch -d cat /proc/interrupts
[root@localhost ~]# cat /proc/interrupts 
           CPU0       CPU1       CPU2       CPU3       
  0:     117486          0          0          0   IO-APIC-edge      timer
  1:          7          0          0          1   IO-APIC-edge      i8042
  7:          0          0          0          0   IO-APIC-edge      parport0
  8:          1          0          0          0   IO-APIC-edge      rtc0
  9:          0          0          0          0   IO-APIC-fasteoi   acpi
 12:        108          1          0          0   IO-APIC-edge      i8042
 14:          0          0          0          0   IO-APIC-edge      ata_piix
 15:         13         17         19         27   IO-APIC-edge      ata_piix
 17:    3128770    3092486    3307137    3143451   IO-APIC-fasteoi   ioc0
 24:          0          0          0          0   PCI-MSI-edge      pciehp
 25:          0          0          0          0   PCI-MSI-edge      pciehp
 26:          0          0          0          0   PCI-MSI-edge      pciehp
 27:          0          0          0          0   PCI-MSI-edge      pciehp
 28:          0          0          0          0   PCI-MSI-edge      pciehp
 29:          0          0          0          0   PCI-MSI-edge      pciehp
 30:          0          0          0          0   PCI-MSI-edge      pciehp
 31:          0          0          0          0   PCI-MSI-edge      pciehp
 32:          0          0          0          0   PCI-MSI-edge      pciehp
 33:          0          0          0          0   PCI-MSI-edge      pciehp
 34:          0          0          0          0   PCI-MSI-edge      pciehp
 35:          0          0          0          0   PCI-MSI-edge      pciehp
 36:          0          0          0          0   PCI-MSI-edge      pciehp
 37:          0          0          0          0   PCI-MSI-edge      pciehp
 38:          0          0          0          0   PCI-MSI-edge      pciehp
 39:          0          0          0          0   PCI-MSI-edge      pciehp
 40:          0          0          0          0   PCI-MSI-edge      pciehp
 41:          0          0          0          0   PCI-MSI-edge      pciehp
 42:          0          0          0          0   PCI-MSI-edge      pciehp
 43:          0          0          0          0   PCI-MSI-edge      pciehp
 44:          0          0          0          0   PCI-MSI-edge      pciehp
 45:          0          0          0          0   PCI-MSI-edge      pciehp
 46:          0          0          0          0   PCI-MSI-edge      pciehp
 47:          0          0          0          0   PCI-MSI-edge      pciehp
 48:          0          0          0          0   PCI-MSI-edge      pciehp
 49:          0          0          0          0   PCI-MSI-edge      pciehp
 50:          0          0          0          0   PCI-MSI-edge      pciehp
 51:          0          0          0          0   PCI-MSI-edge      pciehp
 52:          0          0          0          0   PCI-MSI-edge      pciehp
 53:          0          0          0          0   PCI-MSI-edge      pciehp
 54:          0          0          0          0   PCI-MSI-edge      pciehp
 55:          0          0          0          0   PCI-MSI-edge      pciehp
 56:   12676123  621337444   15964441   14094017   PCI-MSI-edge      eth0-rxtx-0
 57:   12934876   27740827  549375875   13481933   PCI-MSI-edge      eth0-rxtx-1
 58:   12958840   27092299   22935606  555653407   PCI-MSI-edge      eth0-rxtx-2
 59:  533414281   24804405   22861636   20169043   PCI-MSI-edge      eth0-rxtx-3
 60:          0          0          0          0   PCI-MSI-edge      eth0-event-4
NMI:          0          0          0          0   Non-maskable interrupts
LOC: 3073899782 2932109969 2836889656 2806862212   Local timer interrupts
SPU:          0          0          0          0   Spurious interrupts
PMI:          0          0          0          0   Performance monitoring interrupts
IWI:         18         16         18         15   IRQ work interrupts
RES:  486603569  505967773  471350449  492621309   Rescheduling interrupts
CAL:      75258       1646      73324       1735   Function call interrupts
TLB:   33950017   55405448   32837754   52628068   TLB shootdowns
TRM:          0          0          0          0   Thermal event interrupts
THR:          0          0          0          0   Threshold APIC interrupts
MCE:          0          0          0          0   Machine check exceptions
MCP:     117332     117332     117332     117332   Machine check polls
ERR:          0
MIS:          0
复制代码

通过观察发现,变化速度最快的是重调度中断RES,这个中断类型表示,唤醒空闲状态的CPU来调度薪的任务运行,这是多处理器系统中,调度器用来分散任务导不同CPU的机制,通常也被称为处理器间中断

所以,这里的中断升高还是因为过多任务的调度问题,跟前面上下文切换次数的分析结果是一致的。

上下文切换正常的数值取决于系统本身的CPU性能。如果系统的上下文切换次数比较稳定,那么从数百到1万以内,都应该算是正常。当上下文切换次数超过一万次,或者切换次数出现数量级的增长时,就很有可能出现了性能问题。

这个时候需要依据上下文切换的类型,在做具体分析:

  • 自愿上下文切换变多了,说明进程都在等待自愿,有可能发生了IO等其他问题;

  • 非自愿上下文切换变多了,说明进程都在被强制调度,也就是都在争抢CPU,说明CPU的确成了瓶颈;

  • 中断次数变多了,说明CPU被中断处理程序占用了,还需要通过查看/proc/interrupts文件来分析具体的中断类型

CPU性能分析优化

CPU使用率

Linux作为一个多任务操作系统,将每个CPU的时间划分为很短的时间片,再通过调度器轮流分配给各个任务使用,因此造成多任务同时运行的错觉。

为了维护CPU时间,Linux通过事先定义的节拍率(内核中表示为HZ),触发时间中断,并使用全局变量Jiffies记录了开机以来的节拍数。每发生一次时间中断,Jiffies的值就加1。

节拍率HZ是内核的可配选项,可以配置为100、250、1000等。不同的系统可能设置不同的数值,可以通过查询/boot/config内核选项来查看它的配置(CONFIG_HZ=1000)。比如在我的服务器系统中,节拍率设置成了1000,也就是每秒钟触发1000次时间中断。

[root@localhost ~]# grep 'CONFIG_HZ=' /boot/config-2.6.32-431.el6.x86_64 
CONFIG_HZ=1000

正因为节拍率HZ是内核选项,所以用户空间程序并不能直接访问。为了方便用户空间程序,内核还提供了一个用户空间节拍率USER_HZ,它总是固定为100,也就是1/100秒。这样,用户空间程序并不需要关心内核中HZ被设置成了多少,因为它看到的总是固定值USER_HZ。

Linux通过/proc虚拟文件系统,向用户空间提供了系统内部状态的信息,而/proc/stat提供的就是系统的CPU和任务统计信息。如果只需要关注CPU,可以执行如下命令:

[root@localhost ~]# cat /proc/stat |grep ^cpu
cpu  182993898 729 117810616 13772680802 1631791 13585 2713967 0 0
cpu0 44712915 43 27980485 3442961333 378691 3216 649777 0 0
cpu1 45582701 297 30219438 3442511274 419280 3848 738211 0 0
cpu2 46830450 48 28005111 3445732783 420358 3273 676506 0 0
cpu3 45867831 339 31605580 3441475411 413462 3246 649470 0 0

这里输出结果是一个表格。其中,第一列表示的是CPU编号,如cpu0、cpu1、cpu2、cpu3,而第一行没有编号的cpu,表示的是所有CPU的累加。而其他列表示不同场景下CPU的累加节拍数,她的单位是USER_HZ,也就是10ms(1/100秒),所以这其实就是不同场景下的CPU时间。

  • user(通常缩写为us),代表用户态CPU时间。注意,它不包含下面的nice时间,但包括了gust时间。

  • nice(通常缩写为ni),代表低级优先级用户态CPU时间,也就是进程的nice值被调整为1-19之间的CPU时间,这里注意nice可取值范围是-20到19,数值越大,优先级反而越低。

  • system(通常缩写为sys),代表内核态CPU时间。

  • idle(通常缩写为id),代表空闲时间。注意,它不包括等待IO的时间(iowait)。

  • iowait(通常缩写为wa),代表等待IO的CPU时间。

  • irq(通常缩写为hi),代表处理硬中断的CPU时间。

  • softirq(通常缩写为si),代表处理软中断的CPU时间。

  • steal(通常缩写为st),代表当系统运行在虚拟机中的时候,被其他虚拟机占用的CPU时间。

  • guest(通常缩写为guest),代表通过虚拟化运行其他操作系统的时间,也就是运行虚拟机的CPU时间、

  • guest_nice(通常缩写为gnice),代表低优先级运行虚拟机的时间。

通常所说的CPU使用率,就是除了空闲时间外的其他时间占用CPU时间的百分比,用公式表示就是

根据这个公式,我们就可以从/proc/stat中的数据,很容易地计算出CPU使用率。当然,也可以用每一个场景的CPU时间,除以总的CPU时间,计算出每个场景的CPU使用率。

查看/proc/stat中的数据,显示的是开机以来的节拍数累加值,所以直接算出来的,是开机以来的平均CPU使用率,一般没有什么参考价值。

事实上,为了计算CPU使用率,性能工具一般都会间隔一段时间的两次值,作差后,再计算出这段时间内平均CPU使用率。

这个公式,就是我们用各种性能工具所看到的CPU使用率的实际计算方法。

进程的CPU使用率方法与系统指标类似,Linux也给每个进程提供了运行情况的统计信息,也就是/proc/[pid]/stat。不过,这个文件包含的数据就比较丰富了,总共有52列的数据。

性能分析工具给出的都是间隔一段时间的平均CPU使用率,所以要注意间隔时间的设置,特别是用多个工具对比分析时,你一定要保证他们用的是相同的间隔时间。

比如,对比一下top和ps这两个工具报告的CPU使用率,默认的结果很可能不一样,因为top默认使用3秒时间间隔,而ps使用的却是进程的整个生命周期。

查看CPU使用率

top和ps是最常用的性能分析工具:

  • top显示了系统总体的CPU和内存使用情况,以及各个进程的资源使用情况。

  • ps则只显示了每个进程的资源使用情况。

关于top命令使用见下图详解

top命令每个进程都有一个%CPU列,表示进程的CPU使用率。它是用户态和内核态CPU使用率的总和,包括进程用户空间使用的CPU、通过系统调用执行的内核空间CPU、以及在就绪队列等待运行的CPU。在虚拟化环境中,它还包括了运行虚拟机占用的CPU,可以发现top命令并没有细分进程的用户态CPU和内核态CPU。

如果想要查看进程CPU使用率的具体情况需要使用pidstat命令来进行观测;

复制代码
[root@localhost ~]# pidstat 1 5
Linux 2.6.32-431.el6.x86_64 (localhost.localdomain)     04/30/2020     _x86_64_    (4 CPU)

02:29:12 PM       PID    %usr %system  %guest    %CPU   CPU  Command
02:29:13 PM     14734    0.00    0.98    0.00    0.98     3  apps.plugin
02:29:13 PM     29918    0.98    0.98    0.00    1.96     1  pidstat

02:29:13 PM       PID    %usr %system  %guest    %CPU   CPU  Command
02:29:14 PM      3360    0.00    1.00    0.00    1.00     0  redis-server
02:29:14 PM      3723    1.00    0.00    0.00    1.00     0  netdata
02:29:14 PM     14734    1.00    0.00    0.00    1.00     3  apps.plugin
02:29:14 PM     21198    1.00    0.00    0.00    1.00     1  grafana-server
02:29:14 PM     29167    0.00    1.00    0.00    1.00     2  bash
02:29:14 PM     29918    0.00    1.00    0.00    1.00     1  pidstat

02:29:14 PM       PID    %usr %system  %guest    %CPU   CPU  Command
02:29:15 PM      3748    1.00    0.00    0.00    1.00     0  python
02:29:15 PM     14734    0.00    1.00    0.00    1.00     3  apps.plugin
02:29:15 PM     29918    0.00    1.00    0.00    1.00     1  pidstat

02:29:15 PM       PID    %usr %system  %guest    %CPU   CPU  Command
02:29:16 PM      3723    1.00    0.00    0.00    1.00     0  netdata
02:29:16 PM     14734    0.00    1.00    0.00    1.00     3  apps.plugin
02:29:16 PM     21198    0.00    1.00    0.00    1.00     1  grafana-server
02:29:16 PM     29167    1.00    0.00    0.00    1.00     1  bash
02:29:16 PM     29918    1.00    0.00    0.00    1.00     1  pidstat

02:29:16 PM       PID    %usr %system  %guest    %CPU   CPU  Command
02:29:17 PM      3360    1.00    0.00    0.00    1.00     0  redis-server
02:29:17 PM      3723    1.00    1.00    0.00    2.00     0  netdata
02:29:17 PM     14734    1.00    0.00    0.00    1.00     3  apps.plugin
02:29:17 PM     29918    0.00    1.00    0.00    1.00     1  pidstat

Average:          PID    %usr %system  %guest    %CPU   CPU  Command
Average:         3360    0.20    0.20    0.00    0.40     -  redis-server
Average:         3723    0.60    0.20    0.00    0.80     -  netdata
Average:         3748    0.20    0.00    0.00    0.20     -  python
Average:        14734    0.40    0.60    0.00    1.00     -  apps.plugin
Average:        21198    0.20    0.20    0.00    0.40     -  grafana-server
Average:        29167    0.20    0.20    0.00    0.40     -  bash
Average:        29918    0.40    0.80    0.00    1.20     -  pidstat
复制代码

如上面的pidstat命令,就间隔1秒展示了进程的5组CPU使用率,包括

  • 用户态CPU使用率(%usr)

  • 内核态CPU使用率(%system);

  • 运行虚拟机CPU使用率(%guest);

  • 等待CPU使用率(%wait);

  • 以及总的CPU使用率(%CPU)

最后Average部分,还计算了5组数据的平均值。

CPU使用率分析

perf是Linux2.6.31以后内置的性能分析工具,它以性能时间采样为基础,不仅可以分析系统的各种事件和内核性能,还可以用来分析指定应用程序的性能问题。

复制代码
[root@localhost ~]# perf top
    Samples:  11K  of event 'cpu-clock', Event count (approx.):1015
    Overhead  Shared Object        Symbol
     9.42%  [kernel]            [k] kallsyms_expand_symbol
     7.03%  perf                [.] symbols__insert
     6.37%  perf                [.] rb_next
     4.51%  [kernel]            [k] vsnprintf
     4.11%  [kernel]            [k] format_decode
     3.71%  [kernel]            [k] number
     3.45%  [kernel]            [k] strnlen
     2.79%  [kernel]            [k] string
     2.52%  perf                [.] hex2u64
     2.12%  libc-2.14.so        [.] __strcmp_sse42
     1.99%  libc-2.14.so        [.] __memcpy_sse2
     1.86%  libc-2.14.so        [.] _int_malloc
     1.59%  libc-2.14.so        [.] _IO_getdelim
     1.59%  libc-2.14.so        [.] __strchr_sse42
     1.46%  libc-2.14.so        [.] __libc_calloc
     1.33%  libc-2.14.so        [.] __strstr_sse42
     1.19%  [kernel]            [k] get_task_cred
     1.19%  [kernel]            [k] update_iter
     1.06%  [kernel]            [k] module_get_kallsym
     1.06%  libpthread-2.14.so  [.] pthread_rwlock_rdlock
复制代码

输出结果中,第一行包含三个数据,分别是采样数(Sample)、事件类型(event)和事件总数量(Event count)。例子中,pref总共采集了11K个CPU时钟事件,需要注意如果采样数过少,那下面的排序和百分比就没什么实际参考价值。

  • 第一列Overhead,是该符号的性能事情在所有采用中的比例,用百分比来表示。

  • 第二列Shared,是该函数或指令所在的动态共享对象,如内核、进程名、动态链接库名、内核模块名等。

  • 第三列Object,是动态共享对象的类型。比如[.]表示用户空间的可执行程序、或者动态链接库,而[k]则表示内核空间。

  • 最后一列Symbol是符号名,也就是函数名。当函数名未知时,用十六进制的地址来表示。

从上面数据,可以看到,占用CPU时钟最多的是kernel(内核),不过它的比例也只有9.42%,说明系统并没有CPU性能问题。

系统进程分析

进程状态

参考ps命令详解,这里不再多说