linux性能异常定位之进程级别

【前言】

     本文和大家分享：linux系统下常见得性能异常，怎样定位到进程级别。说简单点，就是：linux性能出问题了，我们需要确定哪些进程影响了linux的性能。

     本文主要涉及的linux的常见的性能维度：cpu，内存，io，网络

【涉及工具】

top：综合，偏cpu，内存

dstat：综合、磁盘

iostat：磁盘io,全局

iotop：磁盘io,精确到进程,（类似工具还有pidstat）

iftop：网络、实时刷新(类似工具还有nload,ifstat)

nethogs:进程级别的流量

ss：网络、快、消耗资源低（替代netstat）

pidstat:综合的

free:额，内存。。。

【cpu】

cpu主要关注性能指标：

（1）cpu使用率：用户，系统等

（2）cpu累计使用时长

（3）中断，上下文切换等（使用不多）

就cpu性能指标的观察而言，其实有很多工具，这里主要介绍top和dstat

1、top

top各行结果我就不详细介绍了，是用起来也比较简单。对于排查cpu是用率过高，比较关键的指令是P和T。

输入了P(冒号P）之后：按照cpu排序

输入T（冒号T）:根据时间、累计时间排序，可查看哪些进程消耗历史消耗多

这样我们就能找到哪个进程占用cpu过高了。

下例：就发现ntpd脚本占用的cpu时间是最多的，当前的ntpd占用cpu使用率也较大（其实只有1.3%）

另外：还可以输入以下便捷指令

1:多核

m:是否显示内存信息

M：根据内存排序

H:shift+h，打开线程模式

x:列的高亮(先要按b)

shift+<或者shift+>改变排序的行

2、dstat命令

dstat也是一个比较综合的工具

这里用来找到cpu暂用率最高的参数如下

dstat -lcm --top-cpu

下图可以看到，ntpd（时间服务）和zabbix的agent消耗cpu多点（其实也不多，才0.x%）

3、pidstat

直接输入pidstat(或者pidstat -l，会把命令的绝对路径输出)就可以看到进程使用cpu相关数据

【内存】

一般我们对内存关注几个指标：

（1）是否使用了大量的交换空间：如果使用了大量的交换空间，说明有问题了(内存不够？还是说有进程异常？)

（2）每个进程消耗了多少内存空间：

对于内存的查看，最简单就是free，还有dstat和top

1、free

通过free -m 我们看到，swap没有使用，内存充足

2、dstat

查看哪个进程消耗了最多的内存

输入dstat lcmd -top-mem

看到，就puppet消耗了最多的内存59m（正常）

3、top

输入top之后，输入b，再输入x，再输入shift+’>’或者shif+’<‘调整排序的列到mem，就看到到内存消耗的排序了

【磁盘】

一般我们对磁盘关注几个指标：

（1）读写的量/秒：dstat和iostat（全局），iotop或者pidstat（进程级别）

（2）每次读写磁盘的延迟时间：iostat（全局）

dstat，iostat用于查看全局的io情况，要精确到进程用iotop或者pidstat

dstat：可以看到磁盘每秒的读、写取量（单位还整理过，所以一般我看磁盘的读写量都会用这个工具）

iostat就可以看到：磁盘的磁盘每秒的读、写取量并且还可以看到io的延迟效果（一般我看io的延迟会用这个工具）

1、dstat

dstat可以看到每秒读写多少B、K、M的数据

dstat其他参数和常用使用还有：

dstat -g -l -m -s --top-mem

dstat -c -y -l --proc-count --top-cpu

2、iostat

也可以看到类似的效果，而且更加丰富

svctm < await (同时等待的请求的等待时间被重复计算)，

如果 svctm 比较接近 await，说明I/O 几乎没有等待时间；

如果 await 远大于 svctm，说明 I/O 队列太长

await:    平均每次设备I/O操作的等待时间 (毫秒)。即 delta(ruse+wuse)/delta(rio+wio)

svctm:    平均每次设备I/O操作的服务时间 (毫秒)：会将await也计算在内

%util:    一秒中有百分之多少的时间用于 I/O 操作，或者说一秒中有多少时间 I/O 队列是非空的。即 delta(use)/s/1000 (因为use的单位为毫秒)

3、iotop

通过iotop直接看得到io占用最高的进程，直接输入iotop命令，效果如下

4、pidstat

通过pidstat -d也可以看到读写磁盘数据多的进程，pidstat -d效果如下：

【网络】

一般网络主要关注性能指标：

（1）出入的流量

（2）连接状态：各个状态如established,timewait等

（3）本地监听，消耗的端口数量等

接下来介绍三个工具

1、ss

ss命令用于功能和netstat差不多，用于查看网络连接状态。

ss：消耗资源低;和netstat相比，比较快的原因在于：“ss快的秘诀在于，它利用到了TCP协议栈中tcp_diag。tcp_diag是一个用于分析统计的模块，可以获得Linux 内核中第一手的信息，这就确保了ss的快捷高效。当然，如果你的系统中没有tcp_diag，ss也可以正常运行，只是效率会变得稍慢”（zz）

以下的实例说明当前已经建立了连接33个，timewaite有866个（可以考虑优化了）

以下的示例说明本地打开了哪些端口

2、iftop

通过iftop可以看到本机和哪些ip域名之间的流量很大：

直接输入top既可以看到:

iftop命令相关参数介绍如下:

-i设定监测的网卡，如：# iftop -i eth1

-B 以bytes为单位显示流量(默认是bits)，如：# iftop -B

-n使host信息默认直接都显示IP，如：# iftop -n

-N使端口信息默认直接都显示端口号，如: # iftop -N

-F显示特定网段的进出流量，如# iftop -F 10.10.1.0/24或# iftop -F 10.10.1.0/255.255.255.0

-h（display this message），帮助，显示参数信息

3、nethogs

nethogs能直接就看到进程级别的流量

直接输入nethogs em2（网卡）就可以看到本地的哪些端口和对端的哪些端口之间的流量，从而就知道哪些进程消耗了很多网络流量了

【小结】

以上工具，从cpu、内存、磁盘，网络维度，能查到各个进程消耗相关性能（资源）的具体情况，对系统性能出异常时，定位至进程级别是十分有帮助了。

现在就进入下一个问题，当系统性能异常定位至进程时，怎样进一步跟进下去？甚至深入至代码级别（如果是代码有异常，而非硬件异常）？

nb的运维攻城狮是不会就此打住的，需要进一步去深入调查的^_^

本文出自 “H2O's运维&开发路” 博客，转载请与作者联系！