Linux 性能優(yōu)化的全景指南，都在這一篇里了，建議收藏~

Linux 性能優(yōu)化

性能優(yōu)化

性能指標

高并發(fā)和響應快對應著性能優(yōu)化的兩個核心指標：吞吐和延時

• 應用負載角度：直接影響了產(chǎn)品終端的用戶體驗
• 系統(tǒng)資源角度：資源使用率、飽和度等

• 選擇指標評估應用程序和系統(tǒng)性能

• 為應用程序和系統(tǒng)設置性能目標

• 進行性能基準測試

• 性能分析定位瓶頸

• 性能監(jiān)控和告警

到底應該怎么理解”平均負載”

平均負載多少時合理

• CPU 密集型進程，大量 CPU 使用會導致平均負載升高，此時兩者一致
• I/O 密集型進程，等待 I/O 也會導致平均負載升高，此時 CPU 使用率并不一定高
• 大量等待 CPU 的進程調(diào)度會導致平均負載升高，此時 CPU 使用率也會比較高

CPU

CPU上下文切換(上)

按照任務類型，CPU 上下文切換分為：

• 進程上下文切換

• 線程上下文切換

• 中斷上下文切換

進程上下文切換

Linux 進程按照等級權(quán)限將進程的運行空間分為內(nèi)核空間和用戶空間。從用戶態(tài)向內(nèi)核態(tài)轉(zhuǎn)變時需要通過系統(tǒng)調(diào)用來完成。

一次系統(tǒng)調(diào)用過程其實進行了兩次 CPU 上下文切換：

• CPU 寄存器中用戶態(tài)的指令位置先保存起來，CPU 寄存器更新為內(nèi)核態(tài)指令的位置，跳轉(zhuǎn)到內(nèi)核態(tài)運行內(nèi)核任務；

• 系統(tǒng)調(diào)用結(jié)束后，CPU 寄存器恢復原來保存的用戶態(tài)數(shù)據(jù)，再切換到用戶空間繼續(xù)運行。

系統(tǒng)調(diào)用過程中并不會涉及虛擬內(nèi)存等進程用戶態(tài)資源，也不會切換進程。和傳統(tǒng)意義上的進程上下文切換不同。因此系統(tǒng)調(diào)用通常稱為特權(quán)模式切換。

進程是由內(nèi)核管理和調(diào)度的，進程上下文切換只能發(fā)生在內(nèi)核態(tài)。因此相比系統(tǒng)調(diào)用來說，在保存當前進程的內(nèi)核狀態(tài)和CPU寄存器之前，需要先把該進程的虛擬內(nèi)存，棧保存下來。再加載新進程的內(nèi)核態(tài)后，還要刷新進程的虛擬內(nèi)存和用戶棧。

進程只有在調(diào)度到CPU上運行時才需要切換上下文，有以下幾種場景：CPU時間片輪流分配，系統(tǒng)資源不足導致進程掛起，進程通過sleep函數(shù)主動掛起，高優(yōu)先級進程搶占時間片，硬件中斷時CPU上的進程被掛起轉(zhuǎn)而執(zhí)行內(nèi)核中的中斷服務。

線程上下文切換

線程上下文切換分為兩種：

• 前后線程同屬于一個進程，切換時虛擬內(nèi)存資源不變，只需要切換線程的私有數(shù)據(jù)，寄存器等；

• 前后線程屬于不同進程，與進程上下文切換相同。

同進程的線程切換消耗資源較少，這也是多線程的優(yōu)勢。

中斷上下文切換

中斷上下文切換并不涉及到進程的用戶態(tài)，因此中斷上下文只包括內(nèi)核態(tài)中斷服務程序執(zhí)行所必須的狀態(tài)（CPU寄存器，內(nèi)核堆棧，硬件中斷參數(shù)等）。

中斷處理優(yōu)先級比進程高，所以中斷上下文切換和進程上下文切換不會同時發(fā)生

CPU上下文切換(下)

通過 vmstat 可以查看系統(tǒng)總體的上下文切換情況

vmstat 5         #每隔5s輸出一組數(shù)據(jù)procs -----------memory---------- ---swap-- -----io---- -system-- ------cpu----- r  b   swpd   free   buff  cache   si   so    bi    bo   in   cs us sy id wa st 1  0      0 103388 145412 511056    0    0    18    60    1    1  2  1 96  0  0 0  0      0 103388 145412 511076    0    0     0     2  450 1176  1  1 99  0  0 0  0      0 103388 145412 511076    0    0     0     8  429 1135  1  1 98  0  0 0  0      0 103388 145412 511076    0    0     0     0  431 1132  1  1 98  0  0 0  0      0 103388 145412 511076    0    0     0    10  467 1195  1  1 98  0  0 1  0      0 103388 145412 511076    0    0     0     2  426 1139  1  0 99  0  0 4  0      0  95184 145412 511108    0    0     0    74  500 1228  4  1 94  0  0 0  0      0 103512 145416 511076    0    0     0   455  723 1573 12  3 83  2  0

• cs （context switch） 每秒上下文切換次數(shù)

• in （interrupt） 每秒中斷次數(shù)

• r （runnning or runnable）就緒隊列的長度，正在運行和等待CPU的進程數(shù)

• b （Blocked） 處于不可中斷睡眠狀態(tài)的進程數(shù)

要查看每個進程的詳細情況，需要使用pidstat來查看每個進程上下文切換情況

pidstat -w 514時51分16秒   UID       PID   cswch/s nvcswch/s  Command14時51分21秒     0         1      0.80      0.00  systemd14時51分21秒     0         6      1.40      0.00  ksoftirqd/014時51分21秒     0         9     32.67      0.00  rcu_sched14時51分21秒     0        11      0.40      0.00  watchdog/014時51分21秒     0        32      0.20      0.00  khugepaged14時51分21秒     0       271      0.20      0.00  jbd2/vda1-814時51分21秒     0      1332      0.20      0.00  argusagent14時51分21秒     0      5265     10.02      0.00  AliSecGuard14時51分21秒     0      7439      7.82      0.00  kworker/0:214時51分21秒     0      7906      0.20      0.00  pidstat14時51分21秒     0      8346      0.20      0.00  sshd14時51分21秒     0     20654      9.82      0.00  AliYunDun14時51分21秒     0     25766      0.20      0.00  kworker/u2:114時51分21秒     0     28603      1.00      0.00  python3

• cswch 每秒自愿上下文切換次數(shù)（進程無法獲取所需資源導致的上下文切換）

• nvcswch 每秒非自愿上下文切換次數(shù)（時間片輪流等系統(tǒng)強制調(diào)度）

vmstat 1 1    #新終端觀察上下文切換情況此時發(fā)現(xiàn)cs數(shù)據(jù)明顯升高，同時觀察其他指標：r列：遠超系統(tǒng)CPU個數(shù)，說明存在大量CPU競爭us和sy列：sy列占比80%，說明CPU主要被內(nèi)核占用in列：中斷次數(shù)明顯上升，說明中斷處理也是潛在問題

pidstat -w -u 1  #查看到底哪個進程導致的問題

從結(jié)果中看出是 sysbench 導致 CPU 使用率過高，但是 pidstat 輸出的上下文次數(shù)加起來也并不多。分析 sysbench 模擬的是線程的切換，因此需要在 pidstat 后加 -t 參數(shù)查看線程指標。

watch -d cat /proc/interrupts

發(fā)現(xiàn)次數(shù)變化速度最快的是重調(diào)度中斷（RES），該中斷用來喚醒空閑狀態(tài)的CPU來調(diào)度新的任務運行。分析還是因為過多任務的調(diào)度問題，和上下文切換分析一致。

某個應用的CPU使用率達到100%，怎么辦？

Linux作為多任務操作系統(tǒng)，將CPU時間劃分為很短的時間片，通過調(diào)度器輪流分配給各個任務使用。為了維護CPU時間，Linux通過事先定義的節(jié)拍率，觸發(fā)時間中斷，并使用全局變了jiffies記錄開機以來的節(jié)拍數(shù)。時間中斷發(fā)生一次該值+1.

CPU使用率，除了空閑時間以外的其他時間占總CPU時間的百分比。可以通過/proc/stat中的數(shù)據(jù)來計算出CPU使用率。因為/proc/stat時開機以來的節(jié)拍數(shù)累加值，計算出來的是開機以來的平均CPU使用率，一般意義不大。可以間隔取一段時間的兩次值作差來計算該段時間內(nèi)的平均CPU使用率。性能分析工具給出的都是間隔一段時間的平均CPU使用率，要注意間隔時間的設置。

CPU使用率可以通過top 或 ps來查看。分析進程的CPU問題可以通過perf，它以性能事件采樣為基礎(chǔ)，不僅可以分析系統(tǒng)的各種事件和內(nèi)核性能，還可以用來分析指定應用程序的性能問題。

perf top / perf record / perf report （-g 開啟調(diào)用關(guān)系的采樣）

sudo docker run --name nginx -p 10000:80 -itd feisky/nginxsudo docker run --name phpfpm -itd --network container:nginx feisky/php-fpm
ab -c 10 -n 100 http://XXX.XXX.XXX.XXX:10000/ #測試Nginx服務性能

發(fā)現(xiàn)此時每秒可承受請求給長少，此時將測試的請求數(shù)從100增加到10000。在另外一個終端運行top查看每個CPU的使用率。發(fā)現(xiàn)系統(tǒng)中幾個php-fpm進程導致CPU使用率驟升。

接著用perf來分析具體是php-fpm中哪個函數(shù)導致該問題。

perf top -g -p XXXX #對某一個php-fpm進程進行分析

系統(tǒng)的CPU使用率很高，為什么找不到高CPU的應用？

sudo docker run --name nginx -p 10000:80 -itd feisky/nginx:spsudo docker run --name phpfpm -itd --network container:nginx feisky/php-fpm:spab -c 100 -n 1000 http://XXX.XXX.XXX.XXX:10000/ #并發(fā)100個請求測試

• 進程不停的崩潰重啟（如段錯誤/配置錯誤等），此時進程退出后可能又被監(jiān)控系統(tǒng)重啟；
• 短時進程導致，即其他應用內(nèi)部通過 exec 調(diào)用的外面命令，這些命令一般只運行很短時間就結(jié)束，很難用top這種間隔較長的工具來發(fā)現(xiàn)

可以通過pstree來查找 stress 的父進程，找出調(diào)用關(guān)系。

pstree | grep stress

發(fā)現(xiàn)是php-fpm調(diào)用的該子進程，此時去查看源碼可以看出每個請求都會調(diào)用一個stress命令來模擬I/O壓力。之前top顯示的結(jié)果是CPU使用率升高，是否真的是由該stress命令導致的，還需要繼續(xù)分析。代碼中給每個請求加了verbose=1的參數(shù)后可以查看stress命令的輸出，在中斷測試該命令結(jié)果顯示stress命令運行時存在因權(quán)限問題導致的文件創(chuàng)建失敗的bug。

此時依舊只是猜測，下一步繼續(xù)通過perf工具來分析。性能報告顯示確實時stress占用了大量的CPU，通過修復權(quán)限問題來優(yōu)化解決即可。

系統(tǒng)中出現(xiàn)大量不可中斷進程和僵尸進程怎么辦？

進程狀態(tài)

R Running/Runnable，表示進程在CPU的就緒隊列中，正在運行或者等待運行；
D Disk Sleep，不可中斷狀態(tài)睡眠，一般表示進程正在跟硬件交互，并且交互過程中不允許被其他進程中斷；
Z Zombie，僵尸進程，表示進程實際上已經(jīng)結(jié)束，但是父進程還沒有回收它的資源；
S Interruptible Sleep，可中斷睡眠狀態(tài)，表示進程因為等待某個事件而被系統(tǒng)掛起，當?shù)却录l(fā)生則會被喚醒并進入R狀態(tài)；
I Idle，空閑狀態(tài)，用在不可中斷睡眠的內(nèi)核線程上。該狀態(tài)不會導致平均負載升高；
T Stop/Traced，表示進程處于暫停或跟蹤狀態(tài)（SIGSTOP/SIGCONT， GDB調(diào)試）；
X Dead，進程已經(jīng)消亡，不會在top/ps中看到。

對于不可中斷狀態(tài)，一般都是在很短時間內(nèi)結(jié)束，可忽略。但是如果系統(tǒng)或硬件發(fā)生故障，進程可能會保持不可中斷狀態(tài)很久，甚至系統(tǒng)中出現(xiàn)大量不可中斷狀態(tài)，此時需注意是否出現(xiàn)了I/O性能問題。

僵尸進程一般多進程應用容易遇到，父進程來不及處理子進程狀態(tài)時子進程就提前退出，此時子進程就變成了僵尸進程。大量的僵尸進程會用盡PID進程號，導致新進程無法建立。

磁盤O_DIRECT問題

sudo docker run --privileged --name=app -itd feisky/app:iowaitps aux | grep '/app'

dstat 1 10    #間隔1秒輸出10組數(shù)據(jù)

之前 Top 查看的處于 D 狀態(tài)的進程號，用 pidstat -d -p XXX 展示進程的 I/O 統(tǒng)計數(shù)據(jù)。發(fā)現(xiàn)處于 D 狀態(tài)的進程都沒有任何讀寫操作。在用 pidstat -d 查看所有進程的 I/O統(tǒng)計數(shù)據(jù)，看到 app 進程在進行磁盤讀操作，每秒讀取 32MB 的數(shù)據(jù)。進程訪問磁盤必須使用系統(tǒng)調(diào)用處于內(nèi)核態(tài)，接下來重點就是找到app進程的系統(tǒng)調(diào)用。

sudo strace -p XXX #對app進程調(diào)用進行跟蹤

僵尸進程

CPU性能指標

• CPU使用率

• 用戶CPU使用率, 包括用戶態(tài)(user)和低優(yōu)先級用戶態(tài)(nice). 該指標過高說明應用程序比較繁忙.

• 系統(tǒng)CPU使用率, CPU在內(nèi)核態(tài)運行的時間百分比(不含中斷). 該指標高說明內(nèi)核比較繁忙.

• 等待I/O的CPU使用率, iowait, 該指標高說明系統(tǒng)與硬件設備I/O交互時間比較長.

• 軟/硬中斷CPU使用率, 該指標高說明系統(tǒng)中發(fā)生大量中斷.

• steal CPU / guest CPU, 表示虛擬機占用的CPU百分比.

• 平均負載

• 理想情況下平均負載等于邏輯CPU個數(shù),表示每個CPU都被充分利用. 若大于則說明系統(tǒng)負載較重.

• 進程上下文切換

• 包括無法獲取資源的自愿切換和系統(tǒng)強制調(diào)度時的非自愿切換. 上下文切換本身是保證Linux正常運行的一項核心功能. 過多的切換則會將原本運行進程的CPU時間消耗在寄存器,內(nèi)核占及虛擬內(nèi)存等數(shù)據(jù)保存和恢復上

• CPU緩存命中率

• CPU緩存的復用情況,命中率越高性能越好. 其中L1/L2常用在單核,L3則用在多核中

性能工具

• 平均負載案例

• 先用uptime查看系統(tǒng)平均負載

• 判斷負載在升高后再用mpstat和pidstat分別查看每個CPU和每個進程CPU使用情況.找出導致平均負載較高的進程.

• 上下文切換案例

• 先用vmstat查看系統(tǒng)上下文切換和中斷次數(shù)

• 再用pidstat觀察進程的自愿和非自愿上下文切換情況

• 最后通過pidstat觀察線程的上下文切換情況

• 進程CPU使用率高案例

• 先用top查看系統(tǒng)和進程的CPU使用情況,定位到進程

• 再用perf top觀察進程調(diào)用鏈,定位到具體函數(shù)

• 系統(tǒng)CPU使用率高案例

• 先用top查看系統(tǒng)和進程的CPU使用情況,top/pidstat都無法找到CPU使用率高的進程

• 重新審視top輸出

• 從CPU使用率不高,但是處于Running狀態(tài)的進程入手

• perf record/report發(fā)現(xiàn)短時進程導致 (execsnoop工具)

• 不可中斷和僵尸進程案例

• 先用top觀察iowait升高,發(fā)現(xiàn)大量不可中斷和僵尸進程

• strace無法跟蹤進程系統(tǒng)調(diào)用

• perf分析調(diào)用鏈發(fā)現(xiàn)根源來自磁盤直接I/O

• 軟中斷案例

• top觀察系統(tǒng)軟中斷CPU使用率高

• 查看/proc/softirqs找到變化速率較快的幾種軟中斷

• sar命令發(fā)現(xiàn)是網(wǎng)絡小包問題

• tcpdump找出網(wǎng)絡幀的類型和來源，確定SYN FLOOD攻擊導致

根據(jù)不同的性能指標來找合適的工具：

CPU優(yōu)化

• 應用程序優(yōu)化

• 編譯器優(yōu)化：編譯階段開啟優(yōu)化選項，如gcc -O2

• 算法優(yōu)化

• 異步處理：避免程序因為等待某個資源而一直阻塞，提升程序的并發(fā)處理能力。(將輪詢替換為事件通知)

• 多線程代替多進程：減少上下文切換成本

• 善用緩存：加快程序處理速度

• 系統(tǒng)優(yōu)化

• CPU綁定：將進程綁定要1個/多個CPU上，提高CPU緩存命中率，減少CPU調(diào)度帶來的上下文切換

• CPU獨占：CPU親和性機制來分配進程

• 優(yōu)先級調(diào)整：使用nice適當降低非核心應用的優(yōu)先級

• 為進程設置資源顯示: cgroups設置使用上限，防止由某個應用自身問題耗盡系統(tǒng)資源

• NUMA優(yōu)化: CPU盡可能訪問本地內(nèi)存

• 中斷負載均衡: irpbalance，將中斷處理過程自動負載均衡到各個CPU上

• TPS、QPS、系統(tǒng)吞吐量的區(qū)別和理解

• QPS（TPS）

• 并發(fā)數(shù)

• 響應時間

• QPS（TPS）=并發(fā)數(shù)/平均相應時間

• 用戶請求服務器

• 服務器內(nèi)部處理

• 服務器返回給客戶
  QPS 類似 TPS，但是對于一個頁面的訪問形成一個 TPS，但是一次頁面請求可能包含多次對服務器的請求，可能計入多次 QPS

• QPS（Queries Per Second）每秒查詢率，一臺服務器每秒能夠響應的查詢次數(shù).

• TPS（Transactions Per Second）每秒事務數(shù)，軟件測試的結(jié)果.

• 系統(tǒng)吞吐量，包括幾個重要參數(shù)：

內(nèi)存

Linux內(nèi)存是怎么工作的

內(nèi)存映射

虛擬內(nèi)存空間分布

用戶空間內(nèi)存從低到高是五種不同的內(nèi)存段：

• 只讀段 代碼和常量等

• 數(shù)據(jù)段 全局變量等

• 堆 動態(tài)分配的內(nèi)存，從低地址開始向上增長

• 文件映射 動態(tài)庫、共享內(nèi)存等，從高地址開始向下增長

• 棧 包括局部變量和函數(shù)調(diào)用的上下文等，棧的大小是固定的。一般8MB

內(nèi)存分配與回收

分配

malloc 對應到系統(tǒng)調(diào)用上有兩種實現(xiàn)方式：

• brk() 針對小塊內(nèi)存(<128K)，通過移動堆頂位置來分配。

  內(nèi)存釋放后不立即歸還內(nèi)存，而是被緩存起來。

• mmap()針對大塊內(nèi)存(>128K)，直接用內(nèi)存映射來分配，即在文件映射段找一塊空閑內(nèi)存分配。

前者的緩存可以減少缺頁異常的發(fā)生，提高內(nèi)存訪問效率。但是由于內(nèi)存沒有歸還系統(tǒng)，在內(nèi)存工作繁忙時，頻繁的內(nèi)存分配/釋放會造成內(nèi)存碎片。

后者在釋放時直接歸還系統(tǒng)，所以每次mmap都會發(fā)生缺頁異常。

在內(nèi)存工作繁忙時，頻繁內(nèi)存分配會導致大量缺頁異常，使內(nèi)核管理負擔增加。

回收

內(nèi)存緊張時，系統(tǒng)通過以下方式來回收內(nèi)存：

• 回收緩存：LRU算法回收最近最少使用的內(nèi)存頁面；

• 回收不常訪問內(nèi)存：把不常用的內(nèi)存通過交換分區(qū)寫入磁盤

• 殺死進程：OOM內(nèi)核保護機制（進程消耗內(nèi)存越大 oom_score 越大，占用 CPU 越多 oom_score 越小，可以通過 /proc 手動調(diào)整 oom_adj）

echo -16 > /proc/$(pidof XXX)/oom_adj

如何查看內(nèi)存使用情況

free來查看整個系統(tǒng)的內(nèi)存使用情況

top/ps來查看某個進程的內(nèi)存使用情況

• VIRT 進程的虛擬內(nèi)存大小

• RES 常駐內(nèi)存的大小，即進程實際使用的物理內(nèi)存大小，不包括swap和共享內(nèi)存

• SHR 共享內(nèi)存大小，與其他進程共享的內(nèi)存，加載的動態(tài)鏈接庫以及程序代碼段

• %MEM 進程使用物理內(nèi)存占系統(tǒng)總內(nèi)存的百分比

怎樣理解內(nèi)存中的Buffer和Cache？

如何利用系統(tǒng)緩存優(yōu)化程序的運行效率

緩存命中率

#首先安裝Goexport GOPATH=~/goexport PATH=~/go/bin:$PATHgo get golang.org/x/sys/unixgo ge github.com/tobert/pcstat/pcstat

dd緩存加速

dd if=/dev/sda1 of=file bs=1M count=512 #生產(chǎn)一個512MB的臨時文件echo 3 > /proc/sys/vm/drop_caches #清理緩存pcstat file #確定剛才生成文件不在系統(tǒng)緩存中，此時cached和percent都是0cachetop 5dd if=file of=/dev/null bs=1M #測試文件讀取速度#此時文件讀取性能為30+MB/s，查看cachetop結(jié)果發(fā)現(xiàn)并不是所有的讀都落在磁盤上，讀緩存命中率只有50%。dd if=file of=/dev/null bs=1M #重復上述讀文件測試#此時文件讀取性能為4+GB/s，讀緩存命中率為100%pcstat file #查看文件file的緩存情況，100%全部緩存

O_DIRECT選項繞過系統(tǒng)緩存

cachetop 5sudo docker run --privileged --name=app -itd feisky/app:io-directsudo docker logs app #確認案例啟動成功#實驗結(jié)果表明每讀32MB數(shù)據(jù)都要花0.9s，且cachetop輸出中顯示1024次緩存全部命中

strace -p $(pgrep app)#strace 結(jié)果可以看到openat打開磁盤分區(qū)/dev/sdb1，傳入?yún)?shù)為O_RDONLY|O_DIRECT

內(nèi)存泄漏，如何定位和處理？

• 沒正確回收分配的內(nèi)存，導致了泄漏
• 訪問的是已分配內(nèi)存邊界外的地址，導致程序異常退出

內(nèi)存的分配與回收

虛擬內(nèi)存分布從低到高分別是只讀段，數(shù)據(jù)段，堆，內(nèi)存映射段，棧五部分。其中會導致內(nèi)存泄漏的是：

• 堆：由應用程序自己來分配和管理，除非程序退出這些堆內(nèi)存不會被系統(tǒng)自動釋放。

• 內(nèi)存映射段：包括動態(tài)鏈接庫和共享內(nèi)存，其中共享內(nèi)存由程序自動分配和管理

內(nèi)存泄漏的危害比較大，這些忘記釋放的內(nèi)存，不僅應用程序自己不能訪問，系統(tǒng)也不能把它們再次分配給其他應用。內(nèi)存泄漏不斷累積甚至會耗盡系統(tǒng)內(nèi)存。

如何檢測內(nèi)存泄漏

預先安裝systat，docker，bcc

sudo docker run --name=app -itd feisky/app:mem-leaksudo docker logs appvmstat 3

/usr/share/bcc/tools/memleak -a -p $(pidof app)

從 memleak 輸出可以看到，應用在不停地分配內(nèi)存，并且這些分配的地址并沒有被回收。通過調(diào)用棧看到是 fibonacci 函數(shù)分配的內(nèi)存沒有釋放。定位到源碼后查看源碼來修復增加內(nèi)存釋放函數(shù)即可。

為什么系統(tǒng)的 Swap 變高

• 緩存/緩沖區(qū)，屬于可回收資源，在文件管理中通常叫做文件頁
• 在應用程序中通過fsync將臟頁同步到磁盤
• 交給系統(tǒng)，內(nèi)核線程pdflush負責這些臟頁的刷新
• 被應用程序修改過暫時沒寫入磁盤的數(shù)據(jù)(臟頁)，要先寫入磁盤然后才能內(nèi)存釋放
• 內(nèi)存映射獲取的文件映射頁，也可以被釋放掉，下次訪問時從文件重新讀取

Swap原理

Swap本質(zhì)就是把一塊磁盤空間或者一個本地文件當作內(nèi)存來使用，包括換入和換出兩個過程：

• 換出：將進程暫時不用的內(nèi)存數(shù)據(jù)存儲到磁盤中，并釋放這些內(nèi)存

• 換入：進程再次訪問內(nèi)存時，將它們從磁盤讀到內(nèi)存中

Linux如何衡量內(nèi)存資源是否緊張？

• 直接內(nèi)存回收新的大塊內(nèi)存分配請求，但剩余內(nèi)存不足。

  此時系統(tǒng)會回收一部分內(nèi)存；

• kswapd0 內(nèi)核線程定期回收內(nèi)存。

  為了衡量內(nèi)存使用情況，定義了pages_min，pages_low，pages_high 三個閾值，并根據(jù)其來進行內(nèi)存的回收操作。

• 剩余內(nèi)存 < pages_min，進程可用內(nèi)存耗盡了，只有內(nèi)核才可以分配內(nèi)存

• pages_min < 剩余內(nèi)存 < pages_low,內(nèi)存壓力較大，kswapd0執(zhí)行內(nèi)存回收，直到剩余內(nèi)存 > pages_high

• pages_low < 剩余內(nèi)存 < pages_high，內(nèi)存有一定壓力，但可以滿足新內(nèi)存請求

• 剩余內(nèi)存 > pages_high，說明剩余內(nèi)存較多，無內(nèi)存壓力
  pages_low = pages_min 5 / 4 pages_high = pages_min 3 / 2

NUMA 與 SWAP

numactl --hardware #查看處理器在Node的分布情況，以及每個Node的內(nèi)存使用情況

• 0表示既可以從其他Node尋找空閑資源，也可以從本地回收內(nèi)存

• 1，2，4 表示只回收本地內(nèi)存，2表示可以會回臟數(shù)據(jù)回收內(nèi)存，4表示可以用Swap方式回收內(nèi)存。

swappiness

Swap升高時如何定位分析

free #首先通過free查看swap使用情況，若swap=0表示未配置Swap#先創(chuàng)建并開啟swapfallocate -l 8G /mnt/swapfilechmod 600 /mnt/swapfilemkswap /mnt/swapfileswapon /mnt/swapfile
free #再次執(zhí)行free確保Swap配置成功
dd if=/dev/sda1 of=/dev/null bs=1G count=2048 #模擬大文件讀取sar -r -S 1  #查看內(nèi)存各個指標變化 -r內(nèi)存 -S swap#根據(jù)結(jié)果可以看出，%memused在不斷增長，剩余內(nèi)存kbmemfress不斷減少，緩沖區(qū)kbbuffers不斷增大，由此可知剩余內(nèi)存不斷分配給了緩沖區(qū)#一段時間之后，剩余內(nèi)存很小，而緩沖區(qū)占用了大部分內(nèi)存。此時Swap使用之間增大，緩沖區(qū)和剩余內(nèi)存只在小范圍波動
停下sar命令cachetop5 #觀察緩存#可以看到dd進程讀寫只有50%的命中率，未命中數(shù)為4w+頁，說明正式dd進程導致緩沖區(qū)使用升高watch -d grep -A 15 ‘Normal’ /proc/zoneinfo #觀察內(nèi)存指標變化#發(fā)現(xiàn)升級內(nèi)存在一個小范圍不停的波動，低于頁低閾值時會突然增大到一個大于頁高閾值的值

如何“快準狠”找到系統(tǒng)內(nèi)存存在的問題

內(nèi)存性能指標

• 系統(tǒng)內(nèi)存指標
• 已用內(nèi)存/剩余內(nèi)存
• 共享內(nèi)存 （tmpfs實現(xiàn)）
• 可用內(nèi)存：包括剩余內(nèi)存和可回收內(nèi)存
• 緩存：磁盤讀取文件的頁緩存，slab分配器中的可回收部分
• 緩沖區(qū)：原始磁盤塊的臨時存儲，緩存將要寫入磁盤的數(shù)據(jù)

進程內(nèi)存指標

• 虛擬內(nèi)存：5大部分

• 常駐內(nèi)存：進程實際使用的物理內(nèi)存，不包括Swap和共享內(nèi)存

• 共享內(nèi)存：與其他進程共享的內(nèi)存，以及動態(tài)鏈接庫和程序的代碼段

• Swap 內(nèi)存：通過Swap換出到磁盤的內(nèi)存

• 可以直接從物理內(nèi)存中分配，次缺頁異常
• 需要磁盤 IO 介入（如 Swap），主缺頁異常。此時內(nèi)存訪問會慢很多

內(nèi)存性能工具

根據(jù)不同的性能指標來找合適的工具：

內(nèi)存分析工具包含的性能指標：

如何迅速分析內(nèi)存的性能瓶頸

通常先運行幾個覆蓋面比較大的性能工具，如 free，top，vmstat，pidstat 等

• 先用 free 和 top 查看系統(tǒng)整體內(nèi)存使用情況

• 再用 vmstat 和 pidstat，查看一段時間的趨勢，從而判斷內(nèi)存問題的類型

• 最后進行詳細分析，比如內(nèi)存分配分析，緩存/緩沖區(qū)分析，具體進程的內(nèi)存使用分析等

常見的優(yōu)化思路：

• 最好禁止 Swap，若必須開啟則盡量降低 swappiness 的值

• 減少內(nèi)存的動態(tài)分配，如可以用內(nèi)存池，HugePage 等

• 盡量使用緩存和緩沖區(qū)來訪問數(shù)據(jù)。如用堆棧明確聲明內(nèi)存空間來存儲需要緩存的數(shù)據(jù)，或者用 Redis 外部緩存組件來優(yōu)化數(shù)據(jù)的訪問

• cgroups 等方式來限制進程的內(nèi)存使用情況，確保系統(tǒng)內(nèi)存不被異常進程耗盡

• /proc/pid/oom_adj 調(diào)整核心應用的 oom_score，保證即使內(nèi)存緊張核心應用也不會被OOM殺死

vmstat 使用詳解

vmstat 命令是最常見的 Linux/Unix 監(jiān)控工具，可以展現(xiàn)給定時間間隔的服務器的狀態(tài)值，包括服務器的 CPU 使用率，內(nèi)存使用，虛擬內(nèi)存交換情況，IO讀寫情況。可以看到整個機器的 CPU，內(nèi)存，IO 的使用情況，而不是單單看到各個進程的 CPU 使用率和內(nèi)存使用率（使用場景不一樣）。

vmstat 2procs -----------memory---------- ---swap-- -----io---- -system-- ------cpu----- r  b   swpd   free   buff  cache   si   so    bi    bo   in   cs us sy id wa st 1  0      0 1379064 282244 11537528    0    0     3   104    0    0  3  0 97  0  0 0  0      0 1372716 282244 11537544    0    0     0    24 4893 8947  1  0 98  0  0 0  0      0 1373404 282248 11537544    0    0     0    96 5105 9278  2  0 98  0  0 0  0      0 1374168 282248 11537556    0    0     0     0 5001 9208  1  0 99  0  0 0  0      0 1376948 282248 11537564    0    0     0    80 5176 9388  2  0 98  0  0 0  0      0 1379356 282256 11537580    0    0     0   202 5474 9519  2  0 98  0  0 1  0      0 1368376 282256 11543696    0    0     0     0 5894 8940 12  0 88  0  0 1  0      0 1371936 282256 11539240    0    0     0 10554 6176 9481 14  1 85  1  0 1  0      0 1366184 282260 11542292    0    0     0  7456 6102 9983  7  1 91  0  0 1  0      0 1353040 282260 11556176    0    0     0 16924 7233 9578 18  1 80  1  0 0  0      0 1359432 282260 11549124    0    0     0 12576 5495 9271  7  0 92  1  0 0  0      0 1361744 282264 11549132    0    0     0    58 8606 15079  4  2 95  0  0 1  0      0 1367120 282264 11549140    0    0     0     2 5716 9205  8  0 92  0  0 0  0      0 1346580 282264 11562644    0    0     0    70 6416 9944 12  0 88  0  0 0  0      0 1359164 282264 11550108    0    0     0  2922 4941 8969  3  0 97  0  0 1  0      0 1353992 282264 11557044    0    0     0     0 6023 8917 15  0 84  0  0
# 結(jié)果說明- r 表示運行隊列(就是說多少個進程真的分配到CPU)，我測試的服務器目前CPU比較空閑，沒什么程序在跑，當這個值超過了CPU數(shù)目，就會出現(xiàn)CPU瓶頸了。這個也和top的負載有關(guān)系，一般負載超過了3就比較高，超過了5就高，超過了10就不正常了，服務器的狀態(tài)很危險。top的負載類似每秒的運行隊列。如果運行隊列過大，表示你的CPU很繁忙，一般會造成CPU使用率很高。
- b 表示阻塞的進程,這個不多說，進程阻塞，大家懂的。
- swpd 虛擬內(nèi)存已使用的大小，如果大于0，表示你的機器物理內(nèi)存不足了，如果不是程序內(nèi)存泄露的原因，那么你該升級內(nèi)存了或者把耗內(nèi)存的任務遷移到其他機器。
- free   空閑的物理內(nèi)存的大小，我的機器內(nèi)存總共8G，剩余3415M。
- buff   Linux/Unix系統(tǒng)是用來存儲，目錄里面有什么內(nèi)容，權(quán)限等的緩存，我本機大概占用300多M
- cache cache直接用來記憶我們打開的文件,給文件做緩沖，我本機大概占用300多M(這里是Linux/Unix的聰明之處，把空閑的物理內(nèi)存的一部分拿來做文件和目錄的緩存，是為了提高 程序執(zhí)行的性能，當程序使用內(nèi)存時，buffer/cached會很快地被使用。)
- si  每秒從磁盤讀入虛擬內(nèi)存的大小，如果這個值大于0，表示物理內(nèi)存不夠用或者內(nèi)存泄露了，要查找耗內(nèi)存進程解決掉。我的機器內(nèi)存充裕，一切正常。
- so  每秒虛擬內(nèi)存寫入磁盤的大小，如果這個值大于0，同上。
- bi  塊設備每秒接收的塊數(shù)量，這里的塊設備是指系統(tǒng)上所有的磁盤和其他塊設備，默認塊大小是1024byte，我本機上沒什么IO操作，所以一直是0，但是我曾在處理拷貝大量數(shù)據(jù)(2-3T)的機器上看過可以達到140000/s，磁盤寫入速度差不多140M每秒
- bo 塊設備每秒發(fā)送的塊數(shù)量，例如我們讀取文件，bo就要大于0。bi和bo一般都要接近0，不然就是IO過于頻繁，需要調(diào)整。
- in 每秒CPU的中斷次數(shù)，包括時間中斷
- cs 每秒上下文切換次數(shù)，例如我們調(diào)用系統(tǒng)函數(shù)，就要進行上下文切換，線程的切換，也要進程上下文切換，這個值要越小越好，太大了，要考慮調(diào)低線程或者進程的數(shù)目,例如在apache和nginx這種web服務器中，我們一般做性能測試時會進行幾千并發(fā)甚至幾萬并發(fā)的測試，選擇web服務器的進程可以由進程或者線程的峰值一直下調(diào)，壓測，直到cs到一個比較小的值，這個進程和線程數(shù)就是比較合適的值了。系統(tǒng)調(diào)用也是，每次調(diào)用系統(tǒng)函數(shù)，我們的代碼就會進入內(nèi)核空間，導致上下文切換，這個是很耗資源，也要盡量避免頻繁調(diào)用系統(tǒng)函數(shù)。上下文切換次數(shù)過多表示你的CPU大部分浪費在上下文切換，導致CPU干正經(jīng)事的時間少了，CPU沒有充分利用，是不可取的。
- us 用戶CPU時間，我曾經(jīng)在一個做加密解密很頻繁的服務器上，可以看到us接近100,r運行隊列達到80(機器在做壓力測試，性能表現(xiàn)不佳)。
- sy 系統(tǒng)CPU時間，如果太高，表示系統(tǒng)調(diào)用時間長，例如是IO操作頻繁。
- id 空閑CPU時間，一般來說，id + us + sy = 100,一般我認為id是空閑CPU使用率，us是用戶CPU使用率，sy是系統(tǒng)CPU使用率。
- wt 等待IO CPU時間

pidstat 使用詳解

pidstat 主要用于監(jiān)控全部或指定進程占用系統(tǒng)資源的情況，如CPU，內(nèi)存、設備IO、任務切換、線程等。

• pidstat –d interval times 統(tǒng)計各個進程的IO使用情況
• pidstat –u interval times 統(tǒng)計各個進程的CPU統(tǒng)計信息
• pidstat –r interval times 統(tǒng)計各個進程的內(nèi)存使用信息
• pidstat -w interval times 統(tǒng)計各個進程的上下文切換
• p PID 指定PID

1、統(tǒng)計 IO 使用情況

pidstat -d 1 10
03:02:02 PM   UID       PID   kB_rd/s   kB_wr/s kB_ccwr/s  Command03:02:03 PM     0       816      0.00    918.81      0.00  jbd2/vda1-803:02:03 PM     0      1007      0.00      3.96      0.00  AliYunDun03:02:03 PM   997      7326      0.00   1904.95    918.81  java03:02:03 PM   997      8539      0.00      3.96      0.00  java03:02:03 PM     0     16066      0.00     35.64      0.00  cmagent
03:02:03 PM   UID       PID   kB_rd/s   kB_wr/s kB_ccwr/s  Command03:02:04 PM     0       816      0.00   1924.00      0.00  jbd2/vda1-803:02:04 PM   997      7326      0.00  11156.00   1888.00  java03:02:04 PM   997      8539      0.00      4.00      0.00  java

• UID

• PID

• kB_rd/s：每秒進程從磁盤讀取的數(shù)據(jù)量 KB 單位 read from disk each second KB

• kB_wr/s：每秒進程向磁盤寫的數(shù)據(jù)量 KB 單位 write to disk each second KB

• kB_ccwr/s：每秒進程向磁盤寫入，但是被取消的數(shù)據(jù)量，This may occur when the task truncates some dirty pagecache.

• iodelay：Block I/O delay，measured in clock ticks

• Command：進程名 task name

2、統(tǒng)計 CPU 使用情況

# 統(tǒng)計CPUpidstat -u 1 1003:03:33 PM   UID       PID    %usr %system  %guest    %CPU   CPU  Command03:03:34 PM     0      2321    3.96    0.00    0.00    3.96     0  ansible03:03:34 PM     0      7110    0.00    0.99    0.00    0.99     4  pidstat03:03:34 PM   997      8539    0.99    0.00    0.00    0.99     5  java03:03:34 PM   984     15517    0.99    0.00    0.00    0.99     5  java03:03:34 PM     0     24406    0.99    0.00    0.00    0.99     5  java03:03:34 PM     0     32158    3.96    0.00    0.00    3.96     2  ansible

• UID

• PID

• %usr: 進程在用戶空間占用 cpu 的百分比

• %system: 進程在內(nèi)核空間占用 CPU 百分比

• %guest: 進程在虛擬機占用 CPU 百分比

• %wait: 進程等待運行的百分比

• %CPU: 進程占用 CPU 百分比

• CPU: 處理進程的 CPU 編號

• Command: 進程名

3、統(tǒng)計內(nèi)存使用情況

# 統(tǒng)計內(nèi)存pidstat -r 1 10Average:      UID       PID  minflt/s  majflt/s     VSZ    RSS   %MEM  CommandAverage:        0         1      0.20      0.00  191256   3064   0.01  systemdAverage:        0      1007      1.30      0.00  143256  22720   0.07  AliYunDunAverage:        0      6642      0.10      0.00 6301904 107680   0.33  javaAverage:      997      7326     10.89      0.00 13468904 8395848  26.04  javaAverage:        0      7795    348.15      0.00  108376   1233   0.00  pidstatAverage:      997      8539      0.50      0.00 8242256 2062228   6.40  javaAverage:      987      9518      0.20      0.00 6300944 1242924   3.85  javaAverage:        0     10280      3.70      0.00  807372   8344   0.03  aliyun-serviceAverage:      984     15517      0.40      0.00 6386464 1464572   4.54  javaAverage:        0     16066    236.46      0.00 2678332  71020   0.22  cmagentAverage:      995     20955      0.30      0.00 6312520 1408040   4.37  javaAverage:      995     20956      0.20      0.00 6093764 1505028   4.67  javaAverage:        0     23936      0.10      0.00 5302416 110804   0.34  javaAverage:        0     24406      0.70      0.00 10211672 2361304   7.32  javaAverage:        0     26870      1.40      0.00 1470212  36084   0.11  promtail

• UID
• PID
• Minflt/s : 每秒次缺頁錯誤次數(shù) （minor page faults），虛擬內(nèi)存地址映射成物理內(nèi)存地址產(chǎn)生的 page fault 次數(shù)
• Majflt/s : 每秒主缺頁錯誤次數(shù) (major page faults), 虛擬內(nèi)存地址映射成物理內(nèi)存地址時，相應 page 在 swap 中
• VSZ virtual memory usage : 該進程使用的虛擬內(nèi)存 KB 單位
• RSS : 該進程使用的物理內(nèi)存 KB 單位
• %MEM : 內(nèi)存使用率
• Command : 該進程的命令 task name

4、查看具體進程使用情況

pidstat -T ALL -r -p 20955 1 1003:12:16 PM   UID       PID  minflt/s  majflt/s     VSZ    RSS   %MEM  Command03:12:17 PM   995     20955      0.00      0.00 6312520 1408040   4.37  java
03:12:16 PM   UID       PID minflt-nr majflt-nr  Command03:12:17 PM   995     20955         0         0  java

來源：https://www.ctq6.cn/linux%E6%80%A7%E8%83%BD%E4%BC%98%E5%8C%96/