Linux性能优化实战（一）

一、优化方向

1，性能指标

　　从应用负载的视角出发，考虑“吞吐”和“延时”

　　从系统资源的视角出发，考虑资源使用率、饱和度等

　　

2，性能优化步骤

• 选择指标评估应用程序和系统的性能；
• 为应用程序和系统设置性能目标；
• 进行性能基准测试；
• 性能分析定位瓶颈；
• 优化系统和应用程序；
• 性能监控和告警。

3，Linux性能工具图谱

二、平均负载

1，stress

安装命令：apt install stress

　　stress 是一个linux系统压力测试工具，这里我们用作异常进程模拟平均负载升高场景

#模拟一个CPU使用率 100%  stress -c N 会让stress生成N个工作进程进行开方运算，以此对CPU产生负载。stress --cpu 1 --timeout 600
#模拟I/O密集进程  stress -i N  会产生N个进程，每个进程反复调用sync()将内存上的内容写到硬盘上， --timeout 600 表示600秒后退出 stress -i 1 --timeout 600

2，sysstat

安装命令：apt install sysstat

sysstat 是一个常用的linux性能工具，用来监控和分析系统的性能。

• mpstat 是一个常用的多核cpu性能分析工具，用来实时查看每个CPU的性能指标，以及所有CPU的平均指标 

• mpstat -P ALL 5   其中-P ALL  表示监控所有CPU数字5，表示每间隔5秒输出一组数据
  

• pidstat 是一个常用的进程性能分析工具，用来实时查看进程的CPU、内存、IO以及上下文切换等性能指标

• pidstat -u 5 1每间隔5秒输出一组数据
  

3，场景模拟

a>CPU密集

　　stress

#模拟一个CPU使用率 100%  stress -c N 会让stress生成N个工作进程进行开方运算，以此对CPU产生负载。--timeout 600 表示600秒后退出 stress --cpu 1 --timeout 600

　　监控uptime，负载在升高

　　mpstat，发现一个CPU的使用率高达100%，但是iowait为0，说明平均负载的升高由于CPU的使用率为100%

 　　pidstat，发现是stress进程导致CPU使用率升高

 

b>I/O密集

　　stress

#模拟I/O密集进程  stress -i N  会产生N个进程，每个进程反复调用sync()将内存上的内容写到硬盘上stress -i 1 --timeout 600

　　监控uptime，负载在升高

　　mpstat，发现一个系统CPU使用率升至23.87%，iowait高达67.53% 。说明平均负载的升高由于iowait的升高

  

  

　　pidstat，发现是由于stress进程导致

c>大量进程的场景

　　stress

stress -c 8 --timeout 600

　　uptime

　　pidstat，发现8个进程在争抢2个CPU，每个进程等待CPU的时间高达75%，导致CPU过载

三、CPU的上下文切换

1，基本概念

　　CPU寄存器：CPU内置的容量小、但速度极快的内存

　　程序计数器：用于存储CPU正在执行的指令位置、或者即将执行的下一条指令位置

　　CPU上下文：CPU寄存器和程序计数器所必须的依赖环境

　　CPU上下文切换：先把前一个任务的CPU上下文（也就是CPU寄存器和程序计数器）保存起来，然后加载新任务的上下文到这些寄存器和程序计数器，最后再跳转到程序计数器所指的新位置，运行新任务。

2，分类

a>进程上下文切换

　　Linux按照特权等级，把进程的运行空间分为内核空间和用户空间，分别对应CPU特权等级的 Ring 0 和Ring 3

• 内核空间（Ring 0）具有最高权限，可以直接访问所有资源
• 用户空间（Ring 3）只能访问受限资源，不能直接访问内存等硬件设备，必须通过系统调用陷入内核中，才能访问这些特权资源

　　

　　换个角度，也就是进程既可以在用户空间运行，又可以在内核空间运行。进程在用户空间运行时，被称为进程的用户态，而陷入内核空间的时候，被称为进程的内核态。

　　在进程切换时才需要切换上下文，也就是进程调度时。Linux为每个CPU都维护了一个就绪队列，将活跃进程按照优先级和等待CPU的时间排序，然后选择最需要CPU的进程，也就是优先级最高和等待CPU时间最长的进程运行。涉及到的场景包括：

• 为了保证所有进程可以得到公平调度，CPU时间被划分为一段段的时间片，这些时间片再被轮流分配给各个进程。这样，当某个进程的时间片耗尽了，就会被系统挂起，切换到其他正在等待CPU的进程运行
• 进程在系统资源不足（比如内存不足）时，要等到资源满足后才可以运行，这个时候进程也会被挂起，并有系统调度其他进程运行
• 当进程通过睡眠函数sleep这样的方法将自己主动挂起时，自然也会重新调度
• 当有优先级更高的进程运行时，为了保证高优先级进程的运行，当前进程会被挂起，由高优先级进程来运行
• 当发生硬件中断时，CPU上的进程会被中断挂起，转而执行内核中的中断服务进程

b>线程上下文切换

　　线程是调度的基本单位，而进程则是资源拥有的基本单位。

• 当进程只有一个线程时，可以认为进程就等于线程
• 当进程拥有多个线程时，这些线程会共享相同的虚拟内存和全局变量等资源。这些资源在上下文切换时不需要修改
• 线程也有自己的私有数据，比如栈和寄存器，这些在上下文切换时也需要保存

　　线程上下文切换：1，前后两个线程属于不同进程，由于资源不同就是进程上下文切换；2，前后两个线程属于同一个进程，此时虚拟内存共享，切换时只需要切换线程的私有数据、寄存器等不共享的数据。

c>中断上下文切换

• 为了快速响应硬件的事件，中断处理会打断进程的正常调度和执行，转而调用中断处理程序，响应设备事件。而在打断其他进程时，就需要将进程当前的状态保存起来，这样在中断结束后，进程仍然可以从原来的状态恢复运行
• 与进程上下文切换不同，中断上下文切换并不涉及进程的用户态。所以，即便中断过程打断了一个正处在用户态的进程，也不需要保存和恢复这个进程的虚拟内存、全局变量等用户态资源。中断上下文，其实只包括内核态中断服务程序执行所必需的状态，包括CPU寄存器、内核堆栈、硬件中断参数等

3，CPU上下文切换实战

a>vmstat

　　

• cs(context switch)是每秒上下文切换的次数
• in(interrupt)是每秒中断的次数
• r(Running or Runnable)是就绪队列的长度，也就是正在运行和等待的CPU的进程数‘
• b(Blocked)是处于不可中断睡眠状态的进程数

b>pidstat

　　vmstat只给出了系统总体的上下文切换情况，要想查看每个进程的详细情况，就需要使用我们pidstat。加上-w选项，则可以查看每个进程上下文切换的情况

　　

• cswch(voluntary context switches)，每秒自愿上下文切换次数。指进程无法获取所需要资源，导致的上下文切换。比如：I/O、内存等系统资源不足时，就会发生自愿上下文切换。
• nvcswch（non voluntary context switches），每秒非自愿上下文切换。指进程由于时间片已到等原因，被系统强制调度，进程发生的上下文切换。比如：大量进程都在争抢CPU时，就容易发生非自愿上下文切换。

c>案例实操

　　查看系统的上下文切换次数　

　

 　　采用sysbench进行压测

　　

　　再次查看vmstat

　　

 　　发现cs列的上下文切换数量从之前的35骤然上升到了139万多。同时，r列：就绪队列的长度为8，远超CPU的个数2，所以判定有大量的CPU竞争；us（user）和sy（system）列：这两列的CPU使用率加起来上升到了100%，其中系统CPU使用率，也就是sy列高达84%，说明CPU主要是被内核占用了；in列：中断次数也上升到1万左右，说明中断处理也是个潜在的问题。综合这几个指标，系统的就绪队列过长，也就是正在运行和等待CPU的进程数过多，导致大量的上下文切换，而上下文切换又导致系统的CPU的占用率升高。

　　采用pidstat分析

　　

　　

• CPU使用率升高果然是sysbench导致的，已达100%
• 非自愿上下文切换最高的为pidstat，自愿上下文切换频率最高的线程为kworker和sshd
• 问题：pidstat输出的上线文切换明显小于vmstat输出的上下文切换。采用man pidstat 发现，pidstat默认显示进程的指标数据，加上-t参数后，才会输出线程指标

　　

　　结合两次的pidstat可以看出，sysbench（主线程）的上下文切换次数看起来并不太多，但它的子线程的上下文切换次数却很多。

　　采用watch观察interrupts中断

　　

　　观察发现，变化速度最快的是重调度中断（RES），表示唤醒空闲状态的CPU来调度新的任务运行。这是多处理器系统（SMP）中，调度器用来分散任务到不同CPU的机制，通常也被称为处理器间中断（Inter-Processor Interrupts， IPI）。

d>总结

　　如果系统的上下文切换次数比较稳定，那么从数百到一万内，都应该算是正常的。当上下文切换次数超过一万次，或者切换次数出现数量级的增长时，都很可能已经出现了性能问题：

• 自愿上下文切换变多，说明进程都在等待资源，有可能发生了I/O等其他问题
• 非自愿上下文切换变多，说明进程都在被强制调度，也就是都在争抢CPU，说明CPU的确成了瓶颈
• 中断次数变多了，说明CPU被中断处理程序占用，需要查看/proc/interrupts文件来分析具体的中断类型