linux 系统性能指标

近段时间，再忙着找实习，经常被问到的，关于linux系统性能的指标，比如对于一台linux机器来说，怎么监控它的CPU，内存，负载等情况；怎样算高负载，具体的依据是什么？等等这类问题，下面就好好总结一下这方面知识吧~

由于能力有限，可能总结的不是很全面，不是很正确，有错漏的，欢迎大家帮忙指出，谢谢

一、查看CPU使用情况

 

cpu使用率反映的是当前cpu的繁忙程度，忽高忽低的原因在于占用cpu处理时间的进程可能处于io等待状态但却还未释放进入wait。

平均负载（load average）是指某段时间内占用cpu时间的进程和等待cpu时间的进程数，这里等待cpu时间的进程是指等待被唤醒的进程，不包括处于wait状态进程。

 

1、良好状态指标

• CPU利用率：User Time <= 70%，System Time <= 35%，User Time + System Time <= 70%。
• 上下文切换：与CPU利用率相关联，如果CPU利用率状态良好，大量的上下文切换也是可以接受的。

• 可运行队列：每个处理器的可运行队列<=3个线程。

 

2、工具

（1）vmstat

 

字段说明：

r (run queue)可运行队列的线程数，这些线程都是可运行状态，只不过CPU暂时不可用；

b，被blocked的进程数，正在等待IO请求；

in，interrupts，被处理过的中断数

cs，context switch，系统上正在做上下文切换的数目

us，用户占用CPU的百分比

sys，内核和中断占用CPU的百分比

id，CPU完全空闲的百分比

 

(2)uptime

[root@node1 ~]# uptime
00:44:22 up 1:17, 3 users, load average: 8.13, 5.90, 4,94

 

显示的是过去的1,5,15分钟内进程队列中的平均进程数量 

 

如何衡量当前系统是否负载过高?
如果每个cpu(可以按CPU核心的数量计算)上当前活动进程数不大于3，则系统性能良好， 
不大于4，表示可以接受 
如大于5，则系统性能问题严重 
上面例中的8.13,如果有2个cpu核心,则8.13/2=4.065, 此系统性能可以接受 

建议设置严格的报警值为: CPU核心的数量 
比如：CPU核心数量为2，则设置报警值为2 

 

(3)top

[root@node1 ~]# top

top - 10:31:45 up 14:51, 3 users, load average: 0.07, 0.33, 0.33
Tasks: 91 total, 1 running, 90 sleeping, 0 stopped, 0 zombie
Cpu(s): 0.0%us, 0.2%sy, 0.0%ni, 99.8%id, 0.0%wa, 0.0%hi, 0.0%si, 0.0%st
Mem: 502288k total, 494648k used, 7640k free, 220k buffers
Swap: 1015800k total, 21792k used, 994008k free, 238468k cached

 

从top 要看CPU负载情况，可以看%us和%sy，其中%us<=70%, %sy<=35%,%us+%sy<=70%说明状态良好，同时可以结合idle值来看，也就是%id，如果%id<=70% 则表示IO的压力较大

 

查看某个进程占用的CPU资源

 

 

二、Memory

1、良好状态指标

• swap in （si） == 0，swap out （so） == 0
• 应用程序可用内存/系统物理内存 <= 70%
   

2、监控工具

（1）vmstat

 

参数说明：

swpd，已使用的 SWAP 空间大小，KB 为单位；

free，可用的物理内存大小，KB 为单位；

buff，物理内存用来缓存读写操作的buffer大小，KB 为单位；

cache，物理内存用来缓存进程地址空间的 cache 大小，KB 为单位；

si，数据从 SWAP 读取到 RAM（swap in）的大小，KB 为单位；

so，数据从 RAM 写到 SWAP（swap out）的大小，KB 为单位。

 

（2）free

 

 

三、磁盘IO

1、良好状态指标

• iowait % < 20%
• 提高命中率的一个简单方式就是增大文件缓存区面积，缓存区越大预存的页面就越多，命中率也越高。
• Linux 内核希望能尽可能产生次缺页中断（从文件缓存区读），并且能尽可能避免主缺页中断（从硬盘读），这样随着次缺页中断的增多，文件缓存区也逐步增大，直到系统只有少量可用物理内存的时候 Linux 才开始释放一些不用的页。
   

2、监控工具

(1)

 

这台机器总共有 256MB 物理内存（MemTotal），90MB 左右可用内存（MemFree），8MB左右用来做磁盘缓存（Buffers），40MB左右用来做文件缓存区（Cached）。

 

(2)sar

 

 

• await表示平均每次设备I/O操作的等待时间（以毫秒为单位）。
• svctm表示平均每次设备I/O操作的服务时间（以毫秒为单位）。
• %util表示一秒中有百分之几的时间用于I/O操作。
• 如果svctm的值与await很接近，表示几乎没有I/O等待，磁盘性能很好，如果await的值远高于svctm的值，则表示I/O队列等待太长，系统上运行的应用程序将变慢。
• 如果%util接近100%，表示磁盘产生的I/O请求太多，I/O系统已经满负荷的在工作，该磁盘可能存在瓶颈。
   

 

(3)iostat

 

 

rrqm/s: 每秒进行 merge 的读操作数目。即 delta(rmerge)/s
wrqm/s: 每秒进行 merge 的写操作数目。即 delta(wmerge)/s
r/s: 每秒完成的读 I/O 设备次数。即 delta(rio)/s
w/s: 每秒完成的写 I/O 设备次数。即 delta(wio)/s
rsec/s: 每秒读扇区数。即 delta(rsect)/s
wsec/s: 每秒写扇区数。即 delta(wsect)/s
rkB/s: 每秒读K字节数。是 rsect/s 的一半，因为每扇区大小为512字节。(需要计算)
wkB/s: 每秒写K字节数。是 wsect/s 的一半。(需要计算)
avgrq-sz: 平均每次设备I/O操作的数据大小 (扇区)。delta(rsect+wsect)/delta(rio+wio)
avgqu-sz: 平均I/O队列长度。即 delta(aveq)/s/1000 (因为aveq的单位为毫秒)。
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)。即 delta(use)/delta(rio+wio)
%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)

 

如果 %util 接近 100%，说明产生的I/O请求太多，I/O系统已经满负荷，该磁盘可能存在瓶颈。
idle小于70% IO压力就较大了,一般读取速度有较多的wait.

同时可以结合vmstat 查看查看b参数(等待资源的进程数)和wa参数(IO等待所占用的CPU时间的百分比,高过30%时IO压力高)

 

四、Network IO

对于UDP

 

1、良好状态指标

接收、发送缓冲区不长时间有等待处理的网络包

 

2、监控工具

netstat

对于UDP服务，查看所有监听的UDP端口的网络情况

 

RecvQ、SendQ为0，或者不长时间有数值是比较正常的。

对于UDP服务，查看丢包情况（网卡收到了，但是应用层没有处理过来造成的丢包）

如果packet receive errors 这一项数值增长了，则表明在丢包

 

 

对于TCP

 

1、良好状态指标

对于TCP而言，不会出现因为缓存不足而存在丢包的事，因为网络等其他原因，导致丢了包，协议层也会通过重传机制来保证丢的包到达对方。

 

所以，tcp而言更多的专注重传率。

 

2、监控工具

 

重传率 = RetransSegs / OutSegs

 

至于这个值在多少范围内，算ok的，得看具体的业务了。

业务则更关注的是响应时间。

五、查看文件句柄数（文件描述符）

查看系统默认的最大文件句柄数，系统默认是1024

# ulimit -n

1024

 

 

查看当前进程打开了多少句柄数

# lsof -n|awk '{print $1,$2}'|sort|uniq -c|sort -nr|more

 

[root@node1 ~]# lsof -n|awk '{print $1,$2}'|sort|uniq -c|sort -nr

125 master 1507

58 sshd 1577

48 mysqld 1451

45 qmgr 1526

45 pickup 1665

36 sshd 1100

20 rsyslogd 1064

20 init 1

19 crond 1527

18 udevd 436

　　........

其中第一列是打开的句柄数，第二列是进程ID。

可以根据ID号来查看进程名。

# ps aef|grep 24204

nginx　　24204 24162 99 16:15 ?　　　　00:24:25 /usr/local/nginx/sbin/nginx -s