目錄：

1、CPU

2、內(nèi)存

3、磁盤IO

4、網(wǎng)絡(luò)

5、系統(tǒng)負載

6、火焰圖

7、案例分析

1、CPU

1.1 說明

針對應(yīng)用程序，我們通常關(guān)注的是內(nèi)核CPU調(diào)度器功能和性能。

線程的狀態(tài)分析主要是分析線程的時間用在什么地方，而線程狀態(tài)的分類一般分為：

a. on-CPU：執(zhí)行中，執(zhí)行中的時間通常又分為用戶態(tài)時間user和系統(tǒng)態(tài)時間sys。
b. off-CPU：等待下一輪上CPU，或者等待I/O、鎖、換頁等等，其狀態(tài)可以細分為可執(zhí)行、匿名換頁、睡眠、鎖、空閑等狀態(tài)。

如果大量時間花在CPU上，對CPU的剖析能夠迅速解釋原因；如果系統(tǒng)時間大量處于off-cpu狀態(tài)，定位問題就會費時很多。但是仍然需要清楚一些概念：

• 處理器

• 核

• 硬件線程

• CPU內(nèi)存緩存

• 時鐘頻率

• 每指令周期數(shù)CPI和每周期指令數(shù)IPC

• CPU指令

• 使用率

• 用戶時間／內(nèi)核時間

• 調(diào)度器

• 運行隊列

• 搶占

• 多進程

• 多線程

• 字長

1.2 分析工具

說明：

• uptime,vmstat,mpstat,top,pidstat只能查詢到cpu及負載的的使用情況。

• perf可以跟著到進程內(nèi)部具體函數(shù)耗時情況，并且可以指定內(nèi)核函數(shù)進行統(tǒng)計，指哪打哪。

1.3 使用方式

//查看系統(tǒng)cpu使用情況
top

//查看所有cpu核信息
mpstat?-P?ALL?1

//查看cpu使用情況以及平均負載
vmstat?1

//進程cpu的統(tǒng)計信息
pidstat?-u?1?-p?pid

//跟蹤進程內(nèi)部函數(shù)級cpu使用情況
perf?top?-p?pid?-e?cpu-clock

2、內(nèi)存

2.1 說明

內(nèi)存是為提高效率而生，實際分析問題的時候，內(nèi)存出現(xiàn)問題可能不只是影響性能，而是影響服務(wù)或者引起其他問題。同樣對于內(nèi)存有些概念需要清楚：

• 主存

• 虛擬內(nèi)存

• 常駐內(nèi)存

• 地址空間

• OOM

• 頁緩存

• 缺頁

• 換頁

• 交換空間

• 交換

• 用戶分配器libc、glibc、libmalloc和mtmalloc

• LINUX內(nèi)核級SLUB分配器

2.2 分析工具

說明：

• free,vmstat,top,pidstat,pmap只能統(tǒng)計內(nèi)存信息以及進程的內(nèi)存使用情況。

• valgrind可以分析內(nèi)存泄漏問題。

• dtrace動態(tài)跟蹤。需要對內(nèi)核函數(shù)有很深入的了解，通過D語言編寫腳本完成跟蹤。

2.3 使用方式

//查看系統(tǒng)內(nèi)存使用情況
free?-m

//虛擬內(nèi)存統(tǒng)計信息
vmstat?1

//查看系統(tǒng)內(nèi)存情況
top

//1s采集周期，獲取內(nèi)存的統(tǒng)計信息
pidstat?-p?pid?-r?1

//查看進程的內(nèi)存映像信息
pmap?-d?pid

//檢測程序內(nèi)存問題
valgrind?--tool=memcheck?--leak-check=full?--log-file=./log.txt??./程序名

3、磁盤IO

3.1 說明

磁盤通常是計算機最慢的子系統(tǒng)，也是最容易出現(xiàn)性能瓶頸的地方，因為磁盤離 CPU 距離最遠而且 CPU 訪問磁盤要涉及到機械操作，比如轉(zhuǎn)軸、尋軌等。訪問硬盤和訪問內(nèi)存之間的速度差別是以數(shù)量級來計算的，就像1天和1分鐘的差別一樣。要監(jiān)測 IO 性能，有必要了解一下基本原理和 Linux 是如何處理硬盤和內(nèi)存之間的 IO 的。

在理解磁盤IO之前，同樣我們需要理解一些概念，例如：

• 文件系統(tǒng)

• VFS

• 文件系統(tǒng)緩存

• 頁緩存page cache

• 緩沖區(qū)高速緩存buffer cache

• 目錄緩存

• inode

• inode緩存

• noop調(diào)用策略

3.2 分析工具

3.3 使用方式

//查看系統(tǒng)io信息
iotop

//統(tǒng)計io詳細信息
iostat?-d?-x?-k?1?10

//查看進程級io的信息
pidstat?-d?1?-p??pid

//查看系統(tǒng)IO的請求，比如可以在發(fā)現(xiàn)系統(tǒng)IO異常時，可以使用該命令進行調(diào)查，就能指定到底是什么原因?qū)е碌腎O異常
perf?record?-e?block:block_rq_issue?-ag
^C
perf?report

4、網(wǎng)絡(luò)

4.1 說明

網(wǎng)絡(luò)的監(jiān)測是所有 Linux 子系統(tǒng)里面最復(fù)雜的，有太多的因素在里面，比如：延遲、阻塞、沖突、丟包等，更糟的是與 Linux 主機相連的路由器、交換機、無線信號都會影響到整體網(wǎng)絡(luò)并且很難判斷是因為 Linux 網(wǎng)絡(luò)子系統(tǒng)的問題還是別的設(shè)備的問題，增加了監(jiān)測和判斷的復(fù)雜度?，F(xiàn)在我們使用的所有網(wǎng)卡都稱為自適應(yīng)網(wǎng)卡，意思是說能根據(jù)網(wǎng)絡(luò)上的不同網(wǎng)絡(luò)設(shè)備導(dǎo)致的不同網(wǎng)絡(luò)速度和工作模式進行自動調(diào)整。

4.2 分析工具

4.3 使用方式

//顯示網(wǎng)絡(luò)統(tǒng)計信息
netstat?-s

//顯示當(dāng)前UDP連接狀況
netstat?-nu

//顯示UDP端口號的使用情況
netstat?-apu

//統(tǒng)計機器中網(wǎng)絡(luò)連接各個狀態(tài)個數(shù)
netstat?-a?|?awk?\\'/^tcp/?{++S[$NF]}?END?{for(a?in?S)?print?a,?S[a]}\\'

//顯示TCP連接
ss?-t?-a

//顯示sockets摘要信息
ss?-s

//顯示所有udp?sockets
ss?-u?-a

//tcp,etcp狀態(tài)
sar?-n?TCP,ETCP?1

//查看網(wǎng)絡(luò)IO
sar?-n?DEV?1

//抓包以包為單位進行輸出
tcpdump?-i?eth1?host?192.168.1.1?and?port?80?

//抓包以流為單位顯示數(shù)據(jù)內(nèi)容
tcpflow?-cp?host?192.168.1.1

5、系統(tǒng)負載

5.1 說明

Load 就是對計算機干活多少的度量（WikiPedia：the system Load is a measure of the amount of work that a compute system is doing）簡單的說是進程隊列的長度。Load Average 就是一段時間（1分鐘、5分鐘、15分鐘）內(nèi)平均Load。

5.2 分析工具

5.3 使用方式

//查看負載情況
uptime

top

vmstat

//統(tǒng)計系統(tǒng)調(diào)用耗時情況
strace?-c?-p?pid

//跟蹤指定的系統(tǒng)操作例如epoll_wait
strace?-T?-e?epoll_wait?-p?pid

//查看內(nèi)核日志信息
dmesg

6、火焰圖

6.1 說明

火焰圖（Flame Graph是 Bredan Gregg 創(chuàng)建的一種性能分析圖表，因為它的樣子近似 ?而得名。

火焰圖主要是用來展示 CPU的調(diào)用棧。

y 軸表示調(diào)用棧，每一層都是一個函數(shù)。調(diào)用棧越深，火焰就越高，頂部就是正在執(zhí)行的函數(shù)，下方都是它的父函數(shù)。

x 軸表示抽樣數(shù)，如果一個函數(shù)在 x 軸占據(jù)的寬度越寬，就表示它被抽到的次數(shù)多，即執(zhí)行的時間長。注意，x 軸不代表時間，而是所有的調(diào)用棧合并后，按字母順序排列的。

火焰圖就是看頂層的哪個函數(shù)占據(jù)的寬度最大。只要有”平頂”（plateaus），就表示該函數(shù)可能存在性能問題。顏色沒有特殊含義，因為火焰圖表示的是 CPU 的繁忙程度，所以一般選擇暖色調(diào)。

常見的火焰圖類型有On-CPU、Off-CPU、Memory、Hot/Cold、Differential等等。

6.2 安裝依賴庫

//安裝systemtap，默認系統(tǒng)已安裝
yum?install?systemtap?systemtap-runtime

//內(nèi)核調(diào)試庫必須跟內(nèi)核版本對應(yīng)，例如：uname -r 2.6.18-308.el5
kernel-debuginfo-2.6.18-308.el5.x86_64.rpm
kernel-devel-2.6.18-308.el5.x86_64.rpm
kernel-debuginfo-common-2.6.18-308.el5.x86_64.rpm

//安裝內(nèi)核調(diào)試庫
debuginfo-install?--enablerepo=debuginfo?search?kernel
debuginfo-install?--enablerepo=debuginfo??search?glibc

6.3 安裝

git?clone?https://github.com/lidaohang/quick_location.git
cd?quick_location

6.4 CPU級別火焰圖

cpu占用過高，或者使用率提不上來，你能快速定位到代碼的哪塊有問題嗎？
一般的做法可能就是通過日志等方式去確定問題?，F(xiàn)在我們有了火焰圖，能夠非常清晰的發(fā)現(xiàn)哪個函數(shù)占用cpu過高，或者過低導(dǎo)致的問題。

6.4.1 on-CPU

cpu占用過高，執(zhí)行中的時間通常又分為用戶態(tài)時間user和系統(tǒng)態(tài)時間sys。

使用方式：

//on-CPU?user
sh?ngx_on_cpu_u.sh?pid

//進入結(jié)果目錄
cd?ngx_on_cpu_u

//on-CPU?kernel
sh?ngx_on_cpu_k.sh?pid

//進入結(jié)果目錄
cd?ngx_on_cpu_k

//開一個臨時端口8088
python?-m?SimpleHTTPServer?8088

//打開瀏覽器輸入地址
127.0.0.1:8088/pid.svg

DEMO：

#include?
#include?

void?foo3()
{
}

void?foo2()
{
??int?i;
??for(i=0?;?i?10;?i++)
???????foo3();
}

void?foo1()
{
??int?i;
??for(i?=?0;?i1000;?i++)
?????foo3();
}

int?main(void)
{
??int?i;
??for(?i?=0;?i1000000000;?i++)?{
??????foo1();
??????foo2();
??}
}

DEMO火焰圖：

6.4.2 off-CPU

cpu過低，利用率不高。等待下一輪CPU，或者等待I/O、鎖、換頁等等，其狀態(tài)可以細分為可執(zhí)行、匿名換頁、睡眠、鎖、空閑等狀態(tài)。

使用方式：

//?off-CPU?user
sh?ngx_off_cpu_u.sh?pid

//進入結(jié)果目錄
cd?ngx_off_cpu_u

//off-CPU?kernel
sh?ngx_off_cpu_k.sh?pid

//進入結(jié)果目錄
cd?ngx_off_cpu_k

//開一個臨時端口8088
python?-m?SimpleHTTPServer?8088

//打開瀏覽器輸入地址
127.0.0.1:8088/pid.svg

官網(wǎng)DEMO：

6.5 內(nèi)存級別火焰圖

如果線上程序出現(xiàn)了內(nèi)存泄漏，并且只在特定的場景才會出現(xiàn)。這個時候我們怎么辦呢？有什么好的方式和工具能快速的發(fā)現(xiàn)代碼的問題呢？同樣內(nèi)存級別火焰圖幫你快速分析問題的根源。

使用方式：

sh?ngx_on_memory.sh?pid

//進入結(jié)果目錄
cd?ngx_on_memory

//開一個臨時端口8088
python?-m?SimpleHTTPServer?8088

//打開瀏覽器輸入地址
127.0.0.1:8088/pid.svg

官網(wǎng)DEMO：

6.6 性能回退-紅藍差分火焰圖

你能快速定位CPU性能回退的問題么？如果你的工作環(huán)境非常復(fù)雜且變化快速，那么使用現(xiàn)有的工具是來定位這類問題是很具有挑戰(zhàn)性的。當(dāng)你花掉數(shù)周時間把根因找到時，代碼已經(jīng)又變更了好幾輪，新的性能問題又冒了出來。主要可以用到每次構(gòu)建中，每次上線做對比看，如果損失嚴重可以立馬解決修復(fù)。

通過抓取了兩張普通的火焰圖，然后進行對比，并對差異部分進行標色：紅色表示上升，藍色表示下降。差分火焰圖是以當(dāng)前（“修改后”）的profile文件作為基準，形狀和大小都保持不變。因此你通過色彩的差異就能夠很直觀的找到差異部分，且可以看出為什么會有這樣的差異。

使用方式：

cd?quick_location

//抓取代碼修改前的profile?1文件
perf?record?-F?99?-p?pid?-g?--?sleep?30
perf?script?>?out.stacks1

//抓取代碼修改后的profile?2文件
perf?record?-F?99?-p?pid?-g?--?sleep?30
perf?script?>?out.stacks2

//生成差分火焰圖:
./FlameGraph/stackcollapse-perf.pl?../out.stacks1?>?out.folded1
./FlameGraph/stackcollapse-perf.pl?../out.stacks2?>?out.folded2
./FlameGraph/difffolded.pl?out.folded1?out.folded2?|?./FlameGraph/flamegraph.pl?>?diff2.svg

DEMO：

//test.c
#include?
#include?

void?foo3()
{
}

void?foo2()
{
??int?i;
??for(i=0?;?i?10;?i++)
???????foo3();
}

void?foo1()
{
??int?i;
??for(i?=?0;?i1000;?i++)
?????foo3();
}

int?main(void)
{
??int?i;
??for(?i?=0;?i1000000000;?i++)?{
??????foo1();
??????foo2();
??}
}

//test1.c
#include?
#include?

void?foo3()
{
}

void?foo2()
{
??int?i;
??for(i=0?;?i?10;?i++)
???????foo3();
}

void?foo1()
{
??int?i;
??for(i?=?0;?i1000;?i++)
?????foo3();
}

void?add()
{
??int?i;
??for(i?=?0;?i10000;?i++)
?????foo3();
}

int?main(void)
{
??int?i;
??for(?i?=0;?i1000000000;?i++)?{
??????foo1();
??????foo2();
??????add();
??}
}

DEMO紅藍差分火焰圖：

7、案例分析

7.1 接入層nginx集群異?，F(xiàn)象

通過監(jiān)控插件發(fā)現(xiàn)在2017.09.25 19點nginx集群請求流量出現(xiàn)大量的499，5xx狀態(tài)碼。并且發(fā)現(xiàn)機器cpu使用率升高，目前一直持續(xù)中。

7.2 分析nginx相關(guān)指標

a)?分析nginx請求流量：

結(jié)論：

通過上圖發(fā)現(xiàn)流量并沒有突增，反而下降了，跟請求流量突增沒關(guān)系。

b)?分析nginx響應(yīng)時間

結(jié)論：

通過上圖發(fā)現(xiàn)nginx的響應(yīng)時間有增加可能跟nginx自身有關(guān)系或者跟后端upstream響應(yīng)時間有關(guān)系。

c)?分析nginx upstream響應(yīng)時間

結(jié)論：

通過上圖發(fā)現(xiàn)nginx upstream 響應(yīng)時間有增加，目前猜測可能后端upstream響應(yīng)時間拖住nginx，導(dǎo)致nginx出現(xiàn)請求流量異常。

7.3 分析系統(tǒng)cpu情況

a)?通過top觀察系統(tǒng)指標

top

結(jié)論：

發(fā)現(xiàn)nginx worker cpu比較高

b)?分析nginx進程內(nèi)部cpu情況

perf top -p pid

結(jié)論：

發(fā)現(xiàn)主要開銷在free,malloc,json解析上面

7.4 火焰圖分析cpu

a)?生成用戶態(tài)cpu火焰圖

//test.c
#include?
#include?
//on-CPU?user
sh?ngx_on_cpu_u.sh?pid

//進入結(jié)果目錄
cd?ngx_on_cpu_u

//開一個臨時端口8088
python?-m?SimpleHTTPServer?8088

//打開瀏覽器輸入地址
127.0.0.1:8088/pid.svg

結(jié)論：

發(fā)現(xiàn)代碼里面有頻繁的解析json操作，并且發(fā)現(xiàn)這個json庫性能不高，占用cpu挺高。

7.5 案例總結(jié)

a)?分析請求流量異常，得出nginx upstream后端機器響應(yīng)時間拉長

b)?分析nginx進程cpu高，得出nginx內(nèi)部模塊代碼有耗時的json解析以及內(nèi)存分配回收操作

7.5.1 深入分析

根據(jù)以上兩點問題分析的結(jié)論，我們進一步深入分析。

后端upstream響應(yīng)拉長，最多可能影響nginx的處理能力。但是不可能會影響nginx內(nèi)部模塊占用過多的cpu操作。并且當(dāng)時占用cpu高的模塊，是在請求的時候才會走的邏輯。不太可能是upstram后端拖住nginx，從而觸發(fā)這個cpu的耗時操作。

7.5.2 解決方式

遇到這種問題，我們優(yōu)先解決已知的，并且非常明確的問題。那就是cpu高的問題。解決方式先降級關(guān)閉占用cpu過高的模塊，然后進行觀察。經(jīng)過降級關(guān)閉該模塊cpu降下來了，并且nginx請求流量也正常了。之所以會影響upstream時間拉長，因為upstream后端的服務(wù)調(diào)用的接口可能是個環(huán)路再次走回到nginx。

END

來源：網(wǎng)絡(luò)

---

版權(quán)歸原作者所有，如有侵權(quán)，請聯(lián)系刪除。

▍ 推薦閱讀

飛機上一般是什么操作系統(tǒng)？

高速CAN、容錯CAN、LIN總線有什么區(qū)別？

大佬終于把鴻蒙OS講明白了，收藏了！