Linux系统下CPU性能问题分析案例
关于CPU使用率相关重要指标，我们经常在使用top、dstat、vmstat等工具看到，这里解读一下：
- user（通常缩写为us），代表用户态CPU时间。
- nice（通常缩写为ni），代表低优先级用户态CPU时间，nice可取值范围是-20到19，数值越大，优先级反而越低，默认值是0。
- system（通常缩写为sys），代表内核态CPU时间。
- idle（通常缩写为id），代表空闲时间。注意，它不包括等待I/O的时间（iowAIt）。
- iowait（通常缩写为wa），代表等待 I/O的CPU时间。
- irq（通常缩写为hi），代表处理硬中断的CPU时间。
- softirq（通常缩写为si），代表处理软中断的CPU时间。
- steal（通常缩写为st），代表当系统运行在虚拟机中的时候，虚拟机占用的CPU时间。
- guest（通常缩写为guest），代表通过虚拟化运行其他操作系统的时间，也就是运行虚拟机的CPU时间。
- guest_nice（通常缩写为gnice），代表以低优先级运行虚拟机的时间。
CPU的iowait突然升高，我该怎么处理?
分析过程
从上面的介绍可以看出，iowait升高，第一反应会想到查看系统的 I/O情况，I/O又分为磁盘I/O和网络I/O，这里先分析磁盘I/O。
1、运行 dstat 命令，观察 CPU 和 I/O 的使用情况
- 结果分析。
- 在iowait升高（wai）时，磁盘的读请求（read）都很高，最高时1271M。
- 充分说明iowait的升高是磁盘I/O导致的，确切的说，是大量读磁盘导致的。
2、通过pidstat查询进程的I/O情况
# -d：统计进程的磁盘使用情况 1: 采集周期1s 10: 采集10次
pidstat -d 1 10
- 1.
- 2.
- 结果分析。
- 大量读磁盘的进程名称是App，而且app进程的pid在不停变化（短时进程？）
3、使用ps命令查看下app进程
- 结果分析。
- 进程的状态是Z+，命令行参数<defunct>，进程变成僵尸进程了。
- 僵尸进程的产生和处理方法，这里暂不展开，有想了解的可以评论留言或者自行学习。
- app的是谁创建的，是下一步分析的重点。
4、查询app进程的父进程
- 结果分析。
- pid为51780的父进程id是51688，进程名称也是app。
5、使用perf命令采集性能事件分析app函数调用
# 录制全局性能事件，如果只想录制某个进程的，可以使用-p指定
# perf record -ag -p {pid} -- sleep 10 #采集指定pid所有cpu的性能事件，周期是10s
perf record -g
# 分析报告
perf report
- 1.
- 2.
- 3.
- 4.
- 5.
- 6.
- 分析结果。
- app进程正在对磁盘进行直接读，也就是绕过了系统缓存，每个读请求都会从磁盘直接读。
思路总结
- 使用dstat命令查看系统I/O情况（dstat可以同时观察cpu和磁盘的情况）。
- 使用pidstat命令可以定位到进程维度的磁盘读写情况，找出可疑进程。
- 使用ps、top等命令可以观测到进程的状态（D、R、S、Z、T等）。
- 使用pstree命令我们找出了app进程的父进程（子进程的pid一直在变）。
- 使用perf命令就可以对进程的函数调用关系分析了。
- 没啥需要使用的啦。哈哈，点赞+收藏。
知识补充
进程状态
- R 是Running或Runnable 的缩写，表示进程在CPU的就绪队列中，正在运行或者正在等待运行。
- D 是Disk Sleep的缩写，也就是不可中断状态睡眠（Uninterruptible Sleep），一般表示进程正在跟硬件交互，并且交互过程不允许被其他进程或中断打断。
- Z 是Zombie的缩写，进程实际上已经结束了，但是父进程还没有回收它的资源（比如进程的描述符、PID 等）。
- S 是Interruptible Sleep的缩写，也就是可中断状态睡眠，表示进程因为等待某个事件而被系统挂起。当进程等待的事件发生时，它会被唤醒并进入R状态。
- I 是Idle的缩写，也就是空闲状态，用在不可中断睡眠的内核线程上。
- T 或者 t，也就是Stopped或Traced的缩写，表示进程处于暂停或者跟踪状态。
僵尸进程
- 一旦父进程没有处理子进程的终止，还一直保持运行状态，那么子进程就会一直处于僵尸状态。
- 大量的僵尸进程会用尽PID进程号，导致新进程不能创建。
- 僵尸进程在父进程回收它的资源后就会消亡，或者在父进程退出后，由init进程回收后也会消亡。
