CPU篇
top
- 1时，看各个cpu是否均衡；看每个cpu的使用率分布是否合理
- 看load average的负载（ 1分钟、5分钟、15分钟前到现在的平均值）
- 看内存的使用
- 看进程数运行、休眠数
- M看各个进程内存的占用
只看某些进程的负载 top -p pid1,pid2
确认cpu的进程分布 ps -Ef
还有一个基于top的方法是：在top界面中，按下f.进入top Current Fields设置页面：
选中：j: P = Last used cpu (SMP)
则多了一项：P 显示此进程使用哪个CPU
另外，mpstat -P ALL 1 可以看到各个核心的统计情况
可以参考下面的vmstat
IO篇
iostat -x 1
看cpu的iowait和idle。
关键是r/s，w/s每秒的读写次数和量
平均的数据大小和io队列长度（仅参考）
结合await_time，来看svctm每次io操作的服务时间，前者远大于后者有问题。
vmstat 2
procs 中 r的数目大于cpu数，注意了！
b 表示阻塞的进程数目,即正在等待资源的进程数目，比如正在等待I/O，或内存交换等
如果swpd的值不为0，或者比较大，比如超过了100m，只要si、so的值长期为0，系统性能还是正常
如果cache较大，说明用到cache的文件较多，如果此时IO中bi比较小，说明文件系统效率比较好
si 每秒从磁盘读入虚拟内存的大小，如果这个值大于0，表示物理内存不够用或者内存泄露了，要查找耗内存进程解决
bi 从块设备读入数据的总量（读磁盘）（每秒kb）。
bo 块设备写入数据的总量（写磁盘）（每秒kb）
这里我们设置的bi+bo参考值为1000，如果超过1000，而且wa值较大应该考虑均衡磁盘负载，可以结合iostat输出来分析。
System
in 每秒的中断数，包括时钟中断。
cs 每秒的环境（上下文）切换次数。
上面2个值越大，会看到由内核消耗的CPU时间会越大
Cpu
us列显示了用户进程消耗的CPU 时间百分比。us的值比较高时，说明用户进程消耗的cpu时间多，但是如果长期大于50%，就需要考虑优化程序或算法。
sy列显示了内核进程消耗的CPU时间百分比。Sy的值较高时，说明内核消耗的CPU资源很多。
根据经验，us+sy的参考值为80%，如果us+sy大于 80%说明可能存在CPU资源不足。
wa IO等待消耗的CPU时间百分比。wa的值高时，说明IO等待比较严重，这可能由于磁盘大量作随机访问造成，也有可能磁盘出现瓶颈（块操作）。
网络篇
TCP
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
重传率 = RetransSegs / OutSegs
统计某端口：
ss -o state established '( sport = :23000 )' | wc -l
## 关于某端口的进程连接均衡
sudo ss -o state established '( sport = :23000 )' -p | awk '{print $6}' | awk -F',' '{print $2}' | sort -n | uniq -c | sort -nr
netstat -tan | awk '{printf("%s:%s ",$4, $5)}' | awk -F":" '{if ($2==36000 && $4>0) {printf("%s ",$3)}}'
统计所有的端口：
netstat -nt | awk '/^tcp/ {++state[$NF]} END {for(key in state) print key," ",state[key]}'
统计连接最多的服务器：
netstat -tan | awk '{print $5}' | awk -F":" '{print $1}' | sort | uniq -c | sort -nr
统计某端口连接过来最多的服务器
netstat -tan | awk '{printf("%s:%s ",$4, $5)}' | awk -F":" '{if ($2==36000 && $4>0) {printf("%s ",$3)}}' | sort | uniq -c | sort -nr
快速查看总体的连接状态数：
ss -s
如何查看连接的时间：
查看这个进程打开的这个连接的文件名，lsof -p pid | grep port，可以得到这个进程在这个端口上的连接的文件编号：
java 32439 root 118u IPv6 165707367 0t0 TCP SC-HOST-43:51518->192.168.110.231:8998 (ESTABLISHED)
java 32439 root 126u IPv6 165707404 0t0 TCP SC-HOST-43:51520->192.168.110.231:8998 (ESTABLISHED)
大家注意到118u和126u是这两个连接的文件名，然后去ll /proc/pid/fd/118，就可以看到这个连接的建立时间了。
快速确认是不是长连接：看下面的状态是不是ESTABLISH（没有TIME_WAIT）,且端口不发生变化
netstat -tanp |awk '{print $4,$5,$6}' | grep 21000
统计某些进程的连接数是否均衡
netstat -tanp | grep ':9982 ' | awk '{print $7}' | awk -F"/" '{print $1}' | sort | uniq -c |sort
内存篇
查看共享内存（有时我们需要知道程序设定的那个id）,这样的输出才赏心悦目：
ipcs -m | grep 0x | awk '{printf("%s %d %s %s %1.2fMB ",$1,$6,strtonum($1),$3,$5/1000000)}'
ipcs -s | grep 0x | awk '{printf("%s %d %s %s %d ",$1,$2,strtonum($1),$3,$5)}'
优化方法
- echo -e 'net.ipv4.tcp_tw_reuse = 1 net.ipv4.tcp_tw_recycle = 1' >> /etc/sysctl.conf && /sbin/sysctl -p
echo -e '* hard nofile 102400 * soft nofile 102400' >> /etc/security/limits.conf
分析整个系统
结合理论分析进行压测，
- 不要急于出数据，正确是第一要务
- 最好是把部署图完整清晰的画出来，多查看日志
- 压测要有成功率和时延的统计
- 提前想好要压测的数据结构并制表（在excel中），后续压测逐项填写数据
- 对系统的每一个模块都要查看其负载，尽可能的消除瓶颈
# 进程篇
perf record -a -e cycles -o cycle.perf -g sleep 10 perf report -i cycle.perf >test.log