软件性能测试（连载6）
2.2 Linux的性能监控
本节以Ubuntu Linux为例进行介绍。
1. CPU
1）uptime命令
#uptime
08:26am up 7 min, 2 users, load average: 0.17, 0.16, 0.12
•08:26am。
当前时间是08:26am。
•up 7 min。
已经启动了7分钟。
•2 users。
当前有2个用户登录。
•load average：0.17, 0.16, 0.12。
最近1分钟、5分钟和15分钟的平均负载为0.17、0.16和0.12。
负载为1表示当前单核CPU全部占用，如果一台机器有3个CPU，每个CPU都是双核的，这是负载最大值为1×2×3=6。如果5分钟以及15分钟的负载指标的大于CPU个数×CPU核数×0.7，并且长时间比较高，说明CPU不够用。
•总核数 = 物理CPU个数×每颗物理CPU的核数。
•总逻辑CPU数 = 物理CPU个数×每颗物理CPU的核数×超线程数。
通过以下命令可以查看CPU个数、每个物理CPU中core的核数、逻辑CPU的个数和CPU信息（型号）。
•查看物理CPU个数。
#cat /proc/cpuinfo| grep "physical id"|sort| uniq| wc -l
2
2•查看每个物理CPU中core的核数。
#cat /proc/cpuinfo| grep "cpu cores"|uniq
cpu cores: 2
•查看逻辑CPU的个数。
#cat /proc/cpuinfo| grep "processor"| wc-l
4
4•查看CPU信息（型号）。
#cat /proc/cpuinfo | grep name | cut -f2 -d: |uniq -c
4 Intel(R) Core(TM) i5-6200U CPU @ 2.30GHz
案例3-11：CPU负载分析
•Load average: 0.5,0.5,0.5。
表示最近15分钟内CPU负载没有变化。
•Load average: 0.5,2,5。
表示最近15分钟内CPU负载逐渐变小。
•Load average: 5,2,0.5。
表示最近15分钟内CPU负载逐渐变大。
2）top命令
#top
top - 18:00:48 up 4 min, 1 user, load average: 0.88, 0.57, 0.26
Tasks: 343 total, 1 running, 229 sleeping, 0stopped, 0 zombie
%Cpu(s): 2.6 us, 4.2 sy, 0.0 ni, 93.1 id, 0.0 wa, 0.0 hi, 0.2 si, 0.0 st
KiB Mem : 4312632 total, 1931028 free, 1392792 used, 988812 buff/cache
KiB Swap: 969960 total, 969960 free, 0 used. 2657976 avail Mem
PID USER PR NI VIRT RES SHR S %CPU %MEM TIME+ COMMAND
2179 jerry 20 0 3647552 177412 79692 S 14.2 4.1 0:10.86 gnome-shell
2049 jerry 20 0 474988 101148 47332 S 6.0 2.3 0:04.23
2531 jerry 20 0 800760 37440 27580 S 2.3 0.9 0:01.31 gnome-terminal-
2013 _apt 20 0 88940 8816 7840 S 1.7 0.2 0:02.26 http
…
可以按下键盘上的【1】键切换到显示各颗CPU的状态。
top - 18:32:05 up 29 min, 1 user, load average: 0.91, 0.35, 0.13
Tasks: 304 total, 1 running, 225 sleeping, 0stopped, 0 zombie
%Cpu0 : 2.0 us, 3.7 sy, 0.0 ni, 94.3 id, 0.0 wa, 0.0 hi, 0.0 si, 0.0 st
%Cpu1 : 0.7 us, 0.7 sy, 0.0 ni, 98.7 id, 0.0 wa, 0.0 hi, 0.0 si, 0.0 st
%Cpu2 : 0.3 us, 0.3 sy, 0.0 ni, 99.3 id, 0.0 wa, 0.0 hi, 0.0 si, 0.0 st
%Cpu3 : 0.3 us, 2.0 sy, 0.0 ni, 97.6 id, 0.0 wa, 0.0 hi, 0.0 si, 0.0 st
这里的CPU颗数为4。可以看出第一行的内容就是uptime命令的内容。
top - 18:00:48 up 4 min, 1 user, load average: 0.88, 0.57, 0.26
表示当前时间为18:00:48，持续运行了4分钟，当前有1个用户登录，最近1分钟、5分钟和15分钟的平均负载为0.88,0.57和0.26。
top命令第二行显示的是各个CPU状态的进程数。
Tasks: 343 total, 1 running, 229 sleeping, 0stopped, 0 zombie
上面显示结果表示当前共有现在共有343个进程，1个处于运行状态，229个处于睡眠状态，停止状态和僵尸状态的进程都为0。对于各个状态，如表3-4所示。
表3-4 CPU状态
标号 | 中文名 | 英文名 | 解释 |
|---|---|---|---|
D | 不可中断的睡眠态 | uninterruptible sleep | 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。通常出现在I/O阻塞 |
R | 运行态 | running or runnable | 表示进程在 CPU 的就绪队列中，正在运行或者正在等待运行。 |
S | 可中断的睡眠态 | Interruptible sleep | 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。 |
T | 被跟踪或已停止 | stooped | 表示进程处于暂停或者跟踪状态（命令行调试） |
Z | 僵尸态 | zombie | 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）。 |
I | 空闲状态 | Idle | 也就是空闲状态，用在不可中断睡眠的内核线程上。D 状态的进程会导致平均负载升高， I 状态的进程却不会。 |
X | 死亡状态 | dead | 用Top、PS命令获取不到 |
top命令第三行表示CPU概览：%Cpu(s)表示CPU使用百分比，按照时间占用计算，单位s。其含义如表3-5所示。
表3-5 CPU概览
标记 | 缩写 | 含义 |
|---|---|---|
user | %us | 代表用户态 CPU 时间。注意，它不包括下面的 nice 时间，但包括了 guest 时间。 |
system | %sy | 代表内核态 CPU 时间。 |
nice | %ni | 代表低优先级用户态 CPU 时间，也就是进程的 nice 值被调整为 1-19 之间时的 CPU 时间。这里注意，nice 可取值范围是 -20 到 19，数值越大，优先级反而越低。 |
idle | %id | 代表空闲时间。注意，它不包括等待 I/O 的时间（iowait）。 |
iowait | %wa | 代表等待 I/O 的 CPU 时间。 |
irq | %hi | 代表处理硬中断的 CPU 时间。 |
softirq | %si | 代表处理软中断的 CPU 时间。 |
steal | %st | 虚拟 CPU 等待实际 CPU 的时间的百分比 |
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 | gnice | 代表以低优先级运行虚拟机的时间。 |
%Cpu(s): 2.6 us, 4.2 sy, 0.0 ni, 93.1 id, 0.0 wa, 0.0 hi, 0.2 si, 0.0 st
上面显示结果表示2.6%占有用户态 CPU 时间、4.2%占有内核态 CPU 时间，93.1%是空闲时间，处理软中断的占0.2%。
3）平均负载和CPU使用率
CPU 使用率，是单位时间内CPU繁忙情况的统计，和平均负载并不一定完全对应。
•CPU 密集型进程。
使用大量CPU会导致平均负载升高，平均负载和CPU使用率是一致的。
•I/O 密集型进程。
等待I/O也会导致平均负载升高，但CPU使用率不一定很高。
平均负载是指单位时间内，系统处于可运行状态的R状态进程数+不可中断状态的D 状态（Disk Sleep）进程数之。而处于可运行状态R状态的进程又包括正在使用 CPU进程和正在等待CPU的进程，不可中断状态的D 状态（Disk Sleep）进程即正处于等待I/O的进程。
4）不可中断的睡眠态进程
不可中断的睡眠态的进程一般均为在运行过程中需要I/O提供数据。处于等待I/O状态的进程，由于这种是不可被打断的并且又处于睡眠态，所以叫做不可中断的睡眠态。如果系统中不可中断的睡眠态的进程比较多，可以确认系统在I/O上遇到了瓶颈。而这些I/O往往是磁盘I/O。由于与磁盘读写有关系，建议使用dstat 命令（同时看见CPU与I/O信息）来分析。
#dstat 10 1
You did not select any stats, using -cdngy bydefault.
--total-cpu-usage-- -dsk/total- -net/total----paging-- ---system--
usr sys idl wai stl| read writ | recv send | in out | int csw
1 1 99 0 0 | 9232k 470k| 0 0 | 0 0 | 129 192
从上面可以看见有9232K的数据处于磁盘读操作，性能低的瓶颈可能有进程在读磁盘。
一般而言直接读写磁盘，对 I/O 敏感型应用（比如数据库系统）是很友好的，因为可以在应用中，直接控制磁盘的读写。但在这种情况是非常消耗CPU资源的，最好还是通过系统缓存来优化磁盘 I/O的读写，换句话说，删除O_DIRECT 这个选项就可以了。下面代码就是直接读写磁盘。
open(disk, O_RDONLY|O_DIRECT|O_LARGEFILE, 0755)
5）僵尸进程
现在来介绍一下僵尸进程，僵尸进程是由于父进程建立子进程以后没有及时回收造成的。看一下正常父进程创建子进程，子进程结束后父进程收回的流程。
（1）父进程创建子进程。
（2）父进程调用wait()或者waitpid()等待子进程结束。
（3）子进程结束向父进程发送SIGCHLD 信号。
（4）父进程收到SIGCHLD 信号后注册SIGCHLD信号的处理函数。
（5）父进程异步回收子进程的资源。
如果父进程在创建子进程后没有调用wait()或者waitpid()等待子进程结束或者子进程结束后没有给父进程发SIGCHLD 信号就造成僵尸进程，如下代码。
int status = 0;
for (;;) {
for (intsign = 0; sign < 5; sign ++) {
if(f()==0) {
sub_process();
}
}
sleep(3);
}
while(wait(&status)>0);
这段代码while语句放在了循环外面，这样wait()方法没有时机被调用，所以容易产生僵尸进程。在调试的时候可以使用pstree-aps <PID> 查看<PID>下的所有子进程（其中参数a表示输出命令行选项、p表示PID以及s表示指定进程的父进程）。
#pstree -aps 3785
systemd,1 auto noprompt
└─systemd,1894 --user
└─gnome-terminal-,2416
└─bash,3772
└─bash,3782
└─python3,3783 manage.py runserver 0.0.0.0:8000 --insecure
└─python3,3785 manage.py runserver 0.0.0.0:8000 --insecure
└─{python3},3787