摘自 IBM 非原创
简单介绍
- uptime
- dmesg | tail
- vmstat 1
- mpstat -P ALL 1
- pidstat 1
- iostat -xz 1
- free -m
- sar -n DEV 1
- sar -n TCP,ETCP 1
- top
其中一些命令需要安装sysstat包，有一些由procps包提供。
uptime
- 可以快速查看机器的负载情况
$ uptime
19:19 up 1 day, 10:12, 5 users, load averages: 2.02 1.97 1.84
在Linux系统中，这些数据表示等待CPU资源的进程和阻塞在不可中断IO进程（进程状态为D）的数量。
这些数据可以让我们对系统资源使用有一个宏观的了解。
- 如果1分钟平均负载很高，而15分钟平均负载很低，说明服务器正在命令高负载情况，需要进一步排查CPU资源都消耗在了哪里。反之，如果15分钟平均负载很高，1分钟平均负载较低，则有可能是CPU资源紧张时刻已经过去。
dmesg | tail
- 输出系统日志的最后10行
$ dmesg | tail
[1880957.563150] perl invoked oom-killer: gfp_mask=0x280da, order=0, oom_score_adj=0
[...]
[1880957.563400] Out of memory: Kill process 18694 (perl) score 246 or sacrifice child
[1880957.563408] Killed process 18694 (perl) total-vm:1972392kB, anon-rss:1953348kB, file-rss:0kB
[2320864.954447] TCP: Possible SYN flooding on port 7001. Dropping request. Check SNMP counters.
- 可以看见一次内核的oom kill和一次TCP丢包。这些日志可以帮助排查性能问题。千万不要忘了这一步
vmstat 1
- 每秒输出一些系统核心指标,持续输出
$ vmstat 1
- 每秒统计 1 次，总共统计 10 次
$ vmstat 1 10
介绍一些和性能调优相关的列
-
r：
等待在CPU资源的进程数。这个数据比平均负载更加能够体现CPU负载情况，数据中不包含等待IO的进程。如果这个数值大于机器CPU核数，那么机器的CPU资源已经饱和。
-
free：
系统可用内存数（以千字节为单位），如果剩余内存不足，也会导致系统性能问题。下文介绍到的free命令，可以更详细的了解系统内存的使用情况。
-
si, so：
交换区写入和读取的数量。如果这个数据不为0，说明系统已经在使用交换区（swap），机器物理内存已经不足。
-
us, sy, id, wa, st：
这些都代表了CPU时间的消耗，它们分别表示用户时间（user）、系统（内核）时间（sys）、空闲时间（idle）、IO等待时间（wait）和被偷走的时间（stolen，一般被其他虚拟机消耗）。
上述这些CPU时间，可以让我们很快了解CPU是否出于繁忙状态。一般情况下，如果用户时间和系统时间相加非常大，CPU出于忙于执行指令。如果IO等待时间很长，那么系统的瓶颈可能在磁盘IO。
mpstat -P ALL 1
- 该命令可以显示每个逻辑CPU的占用情况，如果有一个CPU占用率特别高，那么有可能是一个单线程应用程序引起的。
$ mpstat -P ALL 1
pidstat 1
- pidstat命令输出进程的CPU占用率，该命令会持续输出，并且不会覆盖之前的数据，可以方便观察系统动态。
$ pidstat 1
Linux 3.13.0-49-generic (titanclusters-xxxxx) 07/14/2015 _x86_64_ (32 CPU)
07:41:02 PM UID PID %usr %system %guest %CPU CPU Command
07:41:03 PM 0 9 0.00 0.94 0.00 0.94 1 rcuos/0
07:41:03 PM 0 4214 5.66 5.66 0.00 11.32 15 mesos-slave
07:41:03 PM 0 4354 0.94 0.94 0.00 1.89 8 java
07:41:03 PM 0 6521 1596.23 1.89 0.00 1598.11 27 java
07:41:03 PM 0 6564 1571.70 7.55 0.00 1579.25 28 java
07:41:03 PM 60004 60154 0.94 4.72 0.00 5.66 9 pidstat
07:41:03 PM UID PID %usr %system %guest %CPU CPU Command
07:41:04 PM 0 4214 6.00 2.00 0.00 8.00 15 mesos-slave
07:41:04 PM 0 6521 1590.00 1.00 0.00 1591.00 27 java
07:41:04 PM 0 6564 1573.00 10.00 0.00 1583.00 28 java
07:41:04 PM 108 6718 1.00 0.00 0.00 1.00 0 snmp-pass
07:41:04 PM 60004 60154 1.00 4.00 0.00 5.00 9 pidstat
^C
- 如上的输出，可以看见两个JAVA进程占用了将近1600%的CPU时间，既消耗了大约16个CPU核心的运算资源
iostat -xz 1
- iostat命令主要用于查看机器磁盘IO情况
$ iostat -xz 1
Linux 3.13.0-49-generic (titanclusters-xxxxx) 07/14/2015 _x86_64_ (32 CPU)
avg-cpu: %user %nice %system %iowait %steal %idle
73.96 0.00 3.73 0.03 0.06 22.21
Device: rrqm/s wrqm/s r/s w/s rkB/s wkB/s avgrq-sz avgqu-sz await r_await w_await svctm %util
xvda 0.00 0.23 0.21 0.18 4.52 2.08 34.37 0.00 9.98 13.80 5.42 2.44 0.09
xvdb 0.01 0.00 1.02 8.94 127.97 598.53 145.79 0.00 0.43 1.78 0.28 0.25 0.25
xvdc 0.01 0.00 1.02 8.86 127.79 595.94 146.50 0.00 0.45 1.82 0.30 0.27 0.26
dm-0 0.00 0.00 0.69 2.32 10.47 31.69 28.01 0.01 3.23 0.71 3.98 0.13 0.04
dm-1 0.00 0.00 0.00 0.94 0.01 3.78 8.00 0.33 345.84 0.04 346.81 0.01 0.00
dm-2 0.00 0.00 0.09 0.07 1.35 0.36 22.50 0.00 2.55 0.23 5.62 1.78 0.03
[...]
^C
该命令输出的列，主要含义是：
-
r/s, w/s, rkB/s, wkB/s：
分别表示每秒读写次数和每秒读写数据量（千字节）。读写量过大，可能会引起性能问题。
-
await：
IO操作的平均等待时间，单位是毫秒。这是应用程序在和磁盘交互时，需要消耗的时间，包括IO等待和实际操作的耗时。如果这个数值过大，可能是硬件设备遇到了瓶颈或者出现故障。
-
avgqu-sz：
向设备发出的请求平均数量。如果这个数值大于1，可能是硬件设备已经饱和（部分前端硬件设备支持并行写入）。
-
%util：
设备利用率。这个数值表示设备的繁忙程度，经验值是如果超过60，可能会影响IO性能（可以参照IO操作平均等待时间）。如果到达100%，说明硬件设备已经饱和。
如果显示的是逻辑设备的数据，那么设备利用率不代表后端实际的硬件设备已经饱和。值得注意的是，即使IO性能不理想，也不一定意味这应用程序性能会不好，可以利用诸如预读取、写缓存等策略提升应用性能。
free -m
- 可以查看系统内存的使用情况, -m参数表示按照兆字节展示
$ free -m
total used free shared buffers cached
Mem: 245998 24545 221453 83 59 541
-/+ buffers/cache: 23944 222053
Swap: 0 0 0
最后两列分别表示用于IO缓存的内存数，和用于文件系统页缓存的内存数。需要注意的是，第二行-/+ buffers/cache，看上去缓存占用了大量内存空间。这是Linux系统的内存使用策略，尽可能的利用内存，如果应用程序需要内存，这部分内存会立即被回收并分配给应用程序。因此，这部分内存一般也被当成是可用内存。
- 如果可用内存非常少，系统可能会动用交换区（如果配置了的话），这样会增加IO开销（可以在iostat命令中提现），降低系统性能
sar -n DEV 1
- sar命令在这里用于查看TCP连接状态
$ sar -n TCP,ETCP 1
Linux 3.13.0-49-generic (titanclusters-xxxxx) 07/14/2015 _x86_64_ (32 CPU)
12:17:19 AM active/s passive/s iseg/s oseg/s
12:17:20 AM 1.00 0.00 10233.00 18846.00
12:17:19 AM atmptf/s estres/s retrans/s isegerr/s orsts/s
12:17:20 AM 0.00 0.00 0.00 0.00 0.00
12:17:20 AM active/s passive/s iseg/s oseg/s
12:17:21 AM 1.00 0.00 8359.00 6039.00
12:17:20 AM atmptf/s estres/s retrans/s isegerr/s orsts/s
12:17:21 AM 0.00 0.00 0.00 0.00 0.00
字段含义：
-
active/s：
每秒本地发起的TCP连接数，既通过connect调用创建的TCP连接；
-
passive/s：
每秒远程发起的TCP连接数，即通过accept调用创建的TCP连接；
-
retrans/s：
每秒TCP重传数量；
TCP连接数可以用来判断性能问题是否由于建立了过多的连接，进一步可以判断是主动发起的连接，还是被动接受的连接。TCP重传可能是因为网络环境恶劣，或者服务器压力过大导致丢包。
top
- top命令包含了前面好几个命令的检查的内容.
- 比如系统负载情况（uptime）、系统内存使用情况（free）、系统CPU使用情况（vmstat）等。
- 因此通过这个命令，可以相对全面的查看系统负载的来源。
- 同时，top命令支持排序，可以按照不同的列排序，方便查找出诸如内存占用最多的进程、CPU占用率最高的进程等。
Processes: 319 total, 2 running, 317 sleeping, 1163 threads 20:19:01
Load Avg: 2.28, 2.05, 1.99 CPU usage: 4.55% user, 6.23% sys, 89.20% idle
SharedLibs: 176M resident, 46M data, 19M linkedit.
MemRegions: 46532 total, 2652M resident, 126M private, 839M shared.
PhysMem: 7048M used (1197M wired), 1141M unused.
VM: 857G vsize, 627M framework vsize, 108522(0) swapins, 131439(0) swapouts.
Networks: packets: 1105387/1215M in, 785149/77M out.
Disks: 479919/31G read, 404844/49G written.
PID COMMAND %CPU TIME #TH #WQ #PORT MEM PURG CMPRS PGRP PPID
56978 top 4.0 00:00.53 1/1 0 20 2544K 0B 0B 56978 51030
56975 quicklookd 0.0 00:00.09 4 1 88 4256K 32K 0B 56975 1
56720 mdworker 0.0 00:00.07 3 1 49 3032K 0B 0B 56720 1
56719 mdworker 0.0 00:00.06 3 1 49 2936K 0B 0B 56719 1
56677 Google Chrom 0.2 01:17.58 20 2 162 99M 0B 0B 435 435
56664 ocspd 0.0 00:00.02 2 1 35 1612K 0B 0B 56664 1
56340 com.apple.Co 0.0 00:00.06 2 2 38 400K 0B 2464K 56340 1
56317 netbiosd 0.0 00:00.06 2 2 30 1036K 0B 1480K 56317 1
56147 com.apple.sp 0.0 00:00.04 2 1 48 336K 0B 2032K 56147 1
56107 mdworker 0.0 00:00.18 3 1 58 3216K 0B 1876K 56107 1
56093 MTLCompilerS 0.0 00:00.09 2 2 32 11M 0B 8192B 56093 1
56072 mdworker 0.0 00:02.51 4 1 47 12M 0B 676K 56072 1
56071 mdworker 0.0 00:02.52 4 1 47 14M 0B 428K 56071 1
56070 mdworker 0.0 00:02.79 4 1 54 15M 0B 2140K 56070 1
-但是，top命令相对于前面一些命令，输出是一个瞬间值，如果不持续盯着，可能会错过一些线索。这时可能需要暂停top命令刷新，来记录和比对数据。
总结
排查系统性能的命令其实还有很多工具，这里就不多做介绍了，因为我熟悉的也就这么几个哈哈。
