性能TPS 瓶颈定位

100并发用户下的负载测试，TPS最大升到570左右，然后跌到400，并且长期保持。加线程也不能让tps再有所增加

 

 

从监听到的服务器指标来看，cpu利用率一直处于低迷的状态，大约只有40%左右。

 

 

 

问题定位

 

执行 vmstat 1 10

 

 

 

可以观察到，运行队列不是很长，iowait不高，没有swap切换，但是上下文切换和中断似乎有点偏高

执行mpstat -P ALL 1

 

 

可以很明显的观察到软中断有点偏高，用户空间的cpu利用率大约是系统空间的两倍。

接下来 执行 watch -d cat /proc/interrupts
分析一下是什么导致的软中断过高

 

 

可以发现中断频率最高的两个网卡和vmw服务。有可能是网络出现了故障，但是vmw是什么暂时未知

执行*netstat -n | awk '/tcp/ {++S[$NF]} END {for(a in S) print a, S[a]}' *，查看一下timewait有多少

 

 

4900多timewait，偏高。

 

接下来重头戏，需要拦截一下系统进程，看一下系统内部到底在做什么导致的切换和中断过高
执行** strace -o strace.log -tt -p 29779**
这条命令生成了一个进程日志，从日志里面可以看出一些问题
1：系统内部写日志的时候没有权限，出现了反复读写的死循环

 

 

2：大量的tcp连接超时

 

 

 

问题大致明白了。因为系统反复写日志不成功，导致内核频繁的上下文切换；因为tcp连接故障导致的系统频繁中断

 

解决问题

1：调整tcp的keepalive时间，从1200加到了3000
2：增加tcp缓冲和内存共享
3：日志问题开发暂时不想解决

结果

tcp调整之后，最大tps增加到了650左右，但是还是会掉到420。因为上下文切换过快导致了cpu无法正常工作，所以tps无法从根本上提升