程序員不可不知的Linux性能工具

前言

在實際開發中，有時候會收到一些服務的監控報警，比如CPU飆高，內存飆高等，這個時候，我們會登錄到服務器上進行排查。本篇博客將涵蓋這方面的知識：Linux性能工具。

一次線上問題排查模擬

背景：服務在平穩運行一段時間后，CPU突然飆高。

通過top命令，可以確認下，到底是哪個進程導致CPU飆高了（也許是誤報呢？）。

可以看到圖中PID是2816的進程，CPU使用率非常高。

使用top -Hp 2816來對進程下的線程進行觀察。圖中可以發現，2825這個線程CPU非常高。

這里利用Python非常方便的把十進制的線程ID轉化成了16進制，為什么要這么做呢？

因為在接下來的線程DUMP文件中使用的就是16進制的NID。

在實際中，我們應該利用jstack pid多DUMP幾次，因為線程存在狀態轉換，因此多次DUMP有利于抓取到線程更多的信息。

圖中，你可以觀察到，一個線程得到了鎖，在運行，遲遲沒有釋放，而另一個線程一直在等待這個鎖。至此，就可以到去查看代碼去分析為什么鎖遲遲不釋放的原因了。

性能監測工具top詳解

上文的案例中，就使用到了top，而在實際中，top的信息量是很大的，這里詳細分析下。

第一行：

涉及到2個時間，一個是系統時間，一個是機器運行的時間。【我們應該重點關注的是機器運行的時間，Why? 有時候，重啟機器能帶來很多問題，你懂的！】

多少用戶登錄了系統？【通過who/w/history可以查到更多信息】

3個load值是什么含義？

分別代表的是1MIN,5MIN,15MIN機器的負載情況，如何確定負載的大小呢？需要和CPU的核數相結合來看，比如該機器是4核CPU，那么如果load值超過了4，就意味著負載很大了！【在top下按下1可以觀察出CPU的個數】

上述信息，其實也可以通過uptime命令來獲取。

第二行：

主要是總共有多少個任務，重點應該關注的是僵尸狀態的任務數。

第三行：

主要是CPU的一些信息。

US/SY，說的就是用戶進程和系統進程使用CPU的占比。

NI，即NICE，表示被調整過線程優先級的進程占比，這個比例正常不應該很大。

ID，表示空閑；WA表示資源等待的時間，比如在瞬時大流量下，服務打了很多日志的話，那么這個值就會飆高，因為這會很消耗資源的。

HI，硬中斷，一般就是外設引起的，如果HI飆高的話，那么意味著外設在硬件層面出現了問題。SI表示軟中斷。

ST，即steel，如果該主機是虛擬的話會有這個ST信息，也即是該虛擬機從宿主機獲取CPU的時間片的百分占比。

第四和第五行：

這里主要說2個概念性的東西：buffer 和 cache。

buffer主要是什么呢？應該是待處理的數據，主要是處理2個系統之間速度不匹配的問題。而cache，一般應該是結果數據的緩存，比如從DB加載一些信息供查詢用。

SWAP分區，就是想利用硬盤的做一部分緩存，如果SWAP交換非常頻繁的話，就是說內存不夠用！

列表說明：

PID 進程ID、USER 用戶、PR 優先級、VIRT 虛擬內存、RES 駐留內存、SHR 共享內存

這里需要指出的是，RES表示的是該進程實際占用的內存，而并不是申請的內存大小。也就是說當前進程所占用的內存物理大小是 RES-SHR。