Linux下如何让你的CPU保持在90%以上

AiDBA宝典

发布于 2023-09-28 14:32:12

5860

发布于 2023-09-28 14:32:12

文章被收录于专栏：小麦苗的DB宝专栏

如何让你的CPU保持在90%以上的使用率呢？这在某些场景下非常有用。麦老师统计了一下，有如下几种办法。

命令一：“cat /dev/urandom | md5sum”或“dd if=/dev/zero of=/dev/null”

for i in `seq 1 $(cat /proc/cpuinfo |grep "physical id" |wc -l)`; do cat /dev/urandom | md5sum & done
for i in `seq 1 $(cat /proc/cpuinfo |grep "physical id" |wc -l)`; do dd if=/dev/zero of=/dev/null & done

说明:

cat /proc/cpuinfo |grep "physical id" | wc -l 可以获得CPU的个数,　我们将其表示为N.
seq 1 N 用来生成１到Ｎ之间的数字
for i in seq 1 N; 就是循环执行命令,从１到Ｎ
dd if=/dev/zero of=/dev/null 执行dd命令,　输出到/dev/null, 实际上只占用CPU,　没有IO操作.
由于连续执行N个(N是CPU个数)的dd 命令, 且使用率为100%,　这时调度器会调度每个dd命令在不同的CPU上处理.
最终就实现所有CPU占用率100%

另外，上述程序的结束可以使用：

fg 后按 ctrl + C (因为该命令是放在后台执行)

-- 删掉上述会话
pkill -9 dd
pkill -9 cat

注意：

cat /proc/cpuinfo |grep "physical id" |wc -l 这个命令的目的是获取当前CPU的个数
但有的系统，cat /proc/cpuinfo打印出来的信息里没有包含"physical id"，可能是其他值
这就需要根据实际打印出来的信息，修改grep "physical id"中的关键字
最终效果是执行这行命令，打印CPU个数

执行过程：

[root@docker35 ~]# for i in `seq 1 $(cat /proc/cpuinfo |grep "physical id" |wc -l)`; do cat /dev/urandom | md5sum & done
for i in `seq 1 $(cat /proc/cpuinfo |grep "physical id" |wc -l)`; do dd if=/dev/zero of=/dev/null & done
[1] 15061
[2] 15063
[3] 15065
[4] 15067
[5] 15069
[6] 15071
[7] 15073
[8] 15075
[root@docker35 ~]# for i in `seq 1 $(cat /proc/cpuinfo |grep "physical id" |wc -l)`; do dd if=/dev/zero of=/dev/null & done
[9] 15091
[10] 15092
[11] 15093
[12] 15094
[13] 15095
[14] 15096
[15] 15097
[16] 15098

执行结果：

使用top命令查看：

在执行了top命令后，按下数字1键，可以看所有cpu的使用率：

可以看到，用户的使用率us%不是很高，而sys%很高，我们杀掉会话后，换一个命令：

[root@docker35 ~]# pkill -9 cat
pkill -9 ddd6401a791fd4d6df02201eeb53023720  -
84fd58d503f105b5694826b7b517a836  -
021224c074d9035d9696e88c0bded178  -
3705e304f99b2b71e42faca281593e9e  -
7e01874e9a0d448dcc42a6949aaff0c3  -
f33601ed177b579f760490573ec36dc4  -
19a91d3c08f9e6368b83bb0f571375aa  -
0eb9db659308c375745f9b558fc01ada  -
[1]   Done                    cat /dev/urandom | md5sum
[2]   Done                    cat /dev/urandom | md5sum
[3]   Done                    cat /dev/urandom | md5sum
[4]   Done                    cat /dev/urandom | md5sum
[5]   Done                    cat /dev/urandom | md5sum
[6]   Done                    cat /dev/urandom | md5sum
[7]   Done                    cat /dev/urandom | md5sum
[8]   Done                    cat /dev/urandom | md5sum
[root@docker35 ~]# for i in `seq 1 $(cat /proc/cpuinfo |grep "physical id" |wc -l)`; do dd if=/dev/zero bs=1M count=80000 | md5sum & done
[17] 16094
[18] 16105
[19] 16107
[20] 16109
[21] 16119
[22] 16121
[23] 16123
[24] 16133

继续使用top查看：

用户的使用率仍然没有上到90%。

所以，这个时候可以考虑对CPU进行性能压测，由于CPU主要用于计算的，所以，可以使用sysbench或stress来压测。

命令二：使用sysbench来压测

sysbench是一款开源的、模块化的、跨平台的多线程性能测试工具，可用于CPU、内存、磁盘I/O、线程、数据库的性能测试。sysbench目前支持的数据库压测有PG和MySQL。（若想学习数据库压测，可以私聊麦老师哟，MySQL和PG均有相关课程）

工具的官网说明：https://launchpad.net/sysbench

sysbench支持以下几种测试模式：

1、CPU运算性能

2、磁盘IO性能

3、调度程序性能

4、内存分配及传输速度

5、POSIX线程性能--互斥基准测试

6、数据库性能(OLTP基准测试)

sysbench可以直接使用yum来安装：

yum install -y sysbench

对CPU的性能测试通常有：1.质数计算；2圆周率计算；sysbench使用的就是通过质数相加的测试。对CPU测试直接运行run即可。

下面的命令表示100个线程执行8万次请求，每个请求执行质数相加到8000000，下面开始压测：

[root@docker35 ~]# sysbench --threads=100 --events=80000  cpu --cpu-max-prime=8000000 run
sysbench 1.0.20 (using bundled LuaJIT 2.1.0-beta2)

Running the test with following options:
Number of threads: 100
Initializing random number generator from current time


Prime numbers limit: 8000000

Initializing worker threads...

Threads started!

可以看到，用户的cpu已达到90%以上了。

命令三：使用stress来压测

需要安装：

yum install -y stress

stress命令的帮助内容：

[root@docker35 ~]# stress --help
`stress' imposes certain types of compute stress on your system

Usage: stress [OPTION [ARG]] ...
 -?, --help         show this help statement
     --version      show version statement
 -v, --verbose      be verbose
 -q, --quiet        be quiet
 -n, --dry-run      show what would have been done
 -t, --timeout N    timeout after N seconds
     --backoff N    wait factor of N microseconds before work starts
 -c, --cpu N        spawn N workers spinning on sqrt()
 -i, --io N         spawn N workers spinning on sync()
 -m, --vm N         spawn N workers spinning on malloc()/free()
     --vm-bytes B   malloc B bytes per vm worker (default is 256MB)
     --vm-stride B  touch a byte every B bytes (default is 4096)
     --vm-hang N    sleep N secs before free (default none, 0 is inf)
     --vm-keep      redirty memory instead of freeing and reallocating
 -d, --hdd N        spawn N workers spinning on write()/unlink()
     --hdd-bytes B  write B bytes per hdd worker (default is 1GB)

Example: stress --cpu 8 --io 4 --vm 2 --vm-bytes 128M --timeout 10s

Note: Numbers may be suffixed with s,m,h,d,y (time) or B,K,M,G (size).

开始压测：

[root@docker35 ~]# stress --cpu 8 --timeout 600
stress: info: [18740] dispatching hogs: 8 cpu, 0 io, 0 vm, 0 hdd
^C

查看CPU使用率：

找了这么多的方法，应该可以满足某个人的要求了吧！！！

本文结束。

本文参与腾讯云自媒体同步曝光计划，分享自微信公众号。

原始发表：2023-09-27 17:30，如有侵权请联系 cloudcommunity@tencent.com 删除

数据库

本文分享自 DB宝微信公众号，前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与腾讯云自媒体同步曝光计划，欢迎热爱写作的你一起参与！

登录后参与评论

0 条评论

热度