Just enjoy programming

（綜合了幾篇文章和自己的實(shí)踐）

一、CPU

1、良好狀態(tài)指標(biāo)

• CPU利用率：User Time <= 70%，System Time <= 35%，User Time + System Time <= 70%。
• 上下文切換：與CPU利用率相關(guān)聯(lián)，如果CPU利用率狀態(tài)良好，大量的上下文切換也是可以接受的。
• 可運(yùn)行隊(duì)列：每個(gè)處理器的可運(yùn)行隊(duì)列<=3個(gè)線程。

2、監(jiān)控工具

• vmstat

$ vmstat 1

procs -----------memory---------- ---swap-- -----io---- --system-- -----cpu------

r  b   swpd   free   buff  cache   si   so    bi    bo   in   cs us sy id wa st

14  0    140 2904316 341912 3952308  0    0     0   460 1106 9593 36 64  1  0  0

17  0    140 2903492 341912 3951780  0    0     0     0 1037 9614 35 65  1  0  0

20  0    140 2902016 341912 3952000  0    0     0     0 1046 9739 35 64  1  0  0

17  0    140 2903904 341912 3951888  0    0     0    76 1044 9879 37 63  0  0  0

16  0    140 2904580 341912 3952108  0    0     0     0 1055 9808 34 65  1  0  0

重要參數(shù)：

r，run queue，可運(yùn)行隊(duì)列的線程數(shù)，這些線程都是可運(yùn)行狀態(tài)，只不過CPU暫時(shí)不可用；

b，被blocked的進(jìn)程數(shù)，正在等待IO請(qǐng)求；

in，interrupts，被處理過的中斷數(shù)

cs，context switch，系統(tǒng)上正在做上下文切換的數(shù)目

us，用戶占用CPU的百分比

sys，內(nèi)核和中斷占用CPU的百分比

id，CPU完全空閑的百分比

上例可得：

sy高us低，以及高頻度的上下文切換（cs），說明應(yīng)用程序進(jìn)行了大量的系統(tǒng)調(diào)用；

這臺(tái)4核機(jī)器的r應(yīng)該在12個(gè)以內(nèi)，現(xiàn)在r在14個(gè)線程以上，此時(shí)CPU負(fù)荷很重。

• 查看某個(gè)進(jìn)程占用的CPU資源

$  while :; do ps -eo pid,ni,pri,pcpu,psr,comm | grep 'test_command'; sleep 1; done

  PID  NI PRI %CPU PSR COMMAND

28577   0  23  0.0   0 test_command

28578   0  23  0.0   3 test_command

28579   0  23  0.0   2 test_command

28581   0  23  0.0   2 test_command

28582   0  23  0.0   3 test_command

28659   0  23  0.0   0 test_command

…… 

二、Memory

1、良好狀態(tài)指標(biāo)

• swap in （si） == 0，swap out （so） == 0
• 應(yīng)用程序可用內(nèi)存/系統(tǒng)物理內(nèi)存 <= 70%

2、監(jiān)控工具

• vmstat

$ vmstat 1

procs -----------memory---------- ---swap-- -----io---- --system-- -----cpu------

r  b   swpd   free   buff  cache   si   so    bi    bo   in   cs us sy id wa st

0  3 252696   2432    268   7148 3604 2368  3608  2372  288  288  0  0 21 78  1

0  2 253484   2216    228   7104 5368 2976  5372  3036  930  519  0  0  0 100  0

0  1 259252   2616    128   6148 19784 18712 19784 18712 3821 1853  0  1  3 95  1

1  2 260008   2188    144   6824 11824 2584 12664  2584 1347 1174 14  0  0 86  0

2  1 262140   2964    128   5852 24912 17304 24952 17304 4737 2341 86 10  0  0  4

重要參數(shù)：

swpd，已使用的 SWAP 空間大小，KB 為單位；

free，可用的物理內(nèi)存大小，KB 為單位；

buff，物理內(nèi)存用來緩存讀寫操作的buffer大小，KB 為單位；

cache，物理內(nèi)存用來緩存進(jìn)程地址空間的 cache 大小，KB 為單位；

si，數(shù)據(jù)從 SWAP 讀取到 RAM（swap in）的大小，KB 為單位；

so，數(shù)據(jù)從 RAM 寫到 SWAP（swap out）的大小，KB 為單位。

上例可得：

物理可用內(nèi)存 free 基本沒什么顯著變化，swapd逐步增加，說明最小可用的內(nèi)存始終保持在 256MB(物理內(nèi)存大小) * 10％ = 2.56MB 左右，當(dāng)臟頁達(dá)到10％的時(shí)候就開始大量使用swap。

• free

$ free -m

total used free shared buffers cached

Mem: 8111 7185 926 0 243 6299

-/+ buffers/cache: 643 7468

Swap: 8189 0 8189

三、磁盤IO

1、良好狀態(tài)指標(biāo)

• iowait % < 20%

提高命中率的一個(gè)簡(jiǎn)單方式就是增大文件緩存區(qū)面積，緩存區(qū)越大預(yù)存的頁面就越多，命中率也越高。

Linux 內(nèi)核希望能盡可能產(chǎn)生次缺頁中斷（從文件緩存區(qū)讀），并且能盡可能避免主缺頁中斷（從硬盤讀），這樣隨著次缺頁中斷的增多，文件緩存區(qū)也逐步增大，直到系統(tǒng)只有少量可用物理內(nèi)存的時(shí)候 Linux 才開始釋放一些不用的頁。

2、監(jiān)控工具

• 查看物理內(nèi)存和文件緩存情況

$ cat /proc/meminfo

MemTotal:      8182776 kB

MemFree:       3053808 kB

Buffers:        342704 kB

Cached:        3972748 kB

這臺(tái)服務(wù)器總共有 8GB 物理內(nèi)存（MemTotal），3GB 左右可用內(nèi)存（MemFree），343MB左右用來做磁盤緩存（Buffers），4GB左右用來做文件緩存區(qū)（Cached）。

• sar

$ sar -d 2 3

Linux 2.6.9-42.ELsmp (webserver) 11/30/2008 _i686_ (8 CPU)

11:09:33 PM DEV tps rd_sec/s wr_sec/s avgrq-sz avgqu-sz await svctm %util

11:09:35 PM dev8-0 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

11:09:35 PM DEV tps rd_sec/s wr_sec/s avgrq-sz avgqu-sz await svctm %util

11:09:37 PM dev8-0 1.00 0.00 12.00 12.00 0.00 0.00 0.00 0.00

11:09:37 PM DEV tps rd_sec/s wr_sec/s avgrq-sz avgqu-sz await svctm %util

11:09:39 PM dev8-0 1.99 0.00 47.76 24.00 0.00 0.50 0.25 0.05

Average: DEV tps rd_sec/s wr_sec/s avgrq-sz avgqu-sz await svctm %util

Average: dev8-0 1.00 0.00 19.97 20.00 0.00 0.33 0.17 0.02

重要參數(shù)：

await表示平均每次設(shè)備I/O操作的等待時(shí)間（以毫秒為單位）。

svctm表示平均每次設(shè)備I/O操作的服務(wù)時(shí)間（以毫秒為單位）。

%util表示一秒中有百分之幾的時(shí)間用于I/O操作。

如果svctm的值與await很接近，表示幾乎沒有I/O等待，磁盤性能很好，如果await的值遠(yuǎn)高于svctm的值，則表示I/O隊(duì)列等待太長(zhǎng)，系統(tǒng)上運(yùn)行的應(yīng)用程序?qū)⒆兟?/span>

如果%util接近100%，表示磁盤產(chǎn)生的I/O請(qǐng)求太多，I/O系統(tǒng)已經(jīng)滿負(fù)荷的在工作，該磁盤可能存在瓶頸。

四、Network IO

對(duì)于UDP

1、良好狀態(tài)指標(biāo)

接收、發(fā)送緩沖區(qū)不長(zhǎng)時(shí)間有等待處理的網(wǎng)絡(luò)包

2、監(jiān)控工具

• netstat

對(duì)于UDP服務(wù)，查看所有監(jiān)聽的UDP端口的網(wǎng)絡(luò)情況

$ watch netstat -lunp

Proto Recv-Q Send-Q Local Address           Foreign Address         State       PID/Program name

udp        0      0 0.0.0.0:64000           0.0.0.0:*                           -

udp        0      0 0.0.0.0:38400           0.0.0.0:*                           -

udp        0      0 0.0.0.0:38272           0.0.0.0:*                           -

udp        0      0 0.0.0.0:36992           0.0.0.0:*                           -

udp        0      0 0.0.0.0:17921           0.0.0.0:*                           -

udp        0      0 0.0.0.0:11777           0.0.0.0:*                           -

udp        0      0 0.0.0.0:14721           0.0.0.0:*                           -

udp        0      0 0.0.0.0:36225           0.0.0.0:*                           -

RecvQ、SendQ為0，或者不長(zhǎng)時(shí)間有數(shù)值是比較正常的。

對(duì)于UDP服務(wù)，查看丟包情況（網(wǎng)卡收到了，但是應(yīng)用層沒有處理過來造成的丟包）

$ watch netstat -su

Udp:

    278073881 packets received

    4083356897 packets to unknown port received.

    2474435364 packet receive errors

    1079038030 packets sent

packet receive errors 這一項(xiàng)數(shù)值增長(zhǎng)了，則表明在丟包。

這里有對(duì)“packet receive errors”的稍微詳細(xì)些的解釋，它包含了7種錯(cuò)誤，and通常表明是checksum錯(cuò)誤。不過我們通常通過這個(gè)數(shù)值的變化來判斷UDP服務(wù)是否丟包（第2項(xiàng)錯(cuò)誤），不知道是否有其他什么方法來判斷UDP的丟包？：

"packet receive errors" usually means:

1) data is truncated, error in checksum while copying

2) udp queue is full, so it needs to be dropped

3) unable to receive udp package from encapsulated socket

4) sock_queue_rcv_skb() failed with -ENOMEM

5) it is a short packet

6) no space for header in udp packet when validating packet

7) xfrm6_policy_check() fails

many times it means the checksum is not right.

對(duì)于TCP（來自david的經(jīng)驗(yàn)，thx~~）

1、良好狀態(tài)指標(biāo)

對(duì)于TCP而言，不會(huì)出現(xiàn)因?yàn)榫彺娌蛔愣嬖趤G包的事，因?yàn)榫W(wǎng)絡(luò)等其他原因，導(dǎo)致丟了包，協(xié)議層也會(huì)通過重傳機(jī)制來保證丟的包到達(dá)對(duì)方。

所以，tcp而言更多的專注重傳率。

2、監(jiān)控工具

# cat /proc/net/snmp | grep Tcp:

Tcp: RtoAlgorithm RtoMin RtoMax MaxConn ActiveOpens PassiveOpens AttemptFails EstabResets CurrEstab InSegs OutSegs RetransSegs InErrs OutRsts

Tcp: 1 200 120000 -1 78447 413 50234 221 3 5984652 5653408 156800 0 849

重傳率 = RetransSegs / OutSegs

至于這個(gè)值在多少范圍內(nèi)，算ok的，得看具體的業(yè)務(wù)了。

業(yè)務(wù)側(cè)更關(guān)注的是響應(yīng)時(shí)間。

本文原創(chuàng)自無線技術(shù)運(yùn)營(yíng)空間： http://wireless.qzone.qq.com 及 http://blog.csdn.net/wireless_tech （專注無線技術(shù)運(yùn)營(yíng)——無線技術(shù)(操作系統(tǒng)/數(shù)據(jù)庫/WEB前端/負(fù)載均衡/系統(tǒng)容災(zāi)/系統(tǒng)安全/短信接入/WAP接入/3G等)、無線業(yè)務(wù)運(yùn)營(yíng)、無線開放平臺(tái)、統(tǒng)計(jì)分析(用戶行為分析/數(shù)據(jù)挖掘)、CP合作，聯(lián)系我們：1780551083@qq.com）