在实际的性能测试中，会遇到各种各样的问题，比如 TPS 压不上去等，导致这种现象的原因有很多，测试人员应配合开发人员进行分析，尽快找出瓶颈所在。
作者简介：曾任职于阿里巴巴，每日优鲜等互联网公司，任技术总监。15年电商互联网经历。
nmon：检测Linux的性能情况，被广泛用于linux系统上进行监控与分析工具。
前言： 朋友遇到了load average偏高的问题，关于load average的解释，网上也是五花八门，有的说法甚至都有些不负责任。在这里详细分析一下load average。 分析： 1，l
在前期文章中讲解了服务端压力测试的方法及分布式平台搭建，但是对于压力测试结果的分析没有一个系统的思路，在压力测试结果不符合性能指标时无从下手，也无法向开发提出有效的优化性能的方法。在对多个项目分析后，总结出一个通用的分析思路，可以快速定位性能瓶颈。
http://www.brendangregg.com/blog/2017-05-09/cpu-utilization-is-wrong.html
一谈到Linux系统分析，大多数开发觉得不了解也没有关系，但是了解了可以帮你走的更远。从开发的角度了解CPU，MEMORY，IO，NETWORK。在日常工作中我们也会遇到一些Linux系统性能的问题，
1、问题： 最近在做日志的实时同步，上线之前是做过单份线上日志压力测试的，消息队列和客户端、本机都没问题，但是没想到上了第二份日志之后，问题来了： 集群中的某台机器 top 看到负载巨高，集群中的机器
这部分将简要介绍下NUMA架构的成因和具体原理，已经了解的读者可以直接跳到第二节。
对于一般公司普通测试工程师来说，可能性能测试做的并不是很复杂，可能只是编写下脚本，做个压测，然后输出报告结果，瓶颈分析和调优的事都丢给开发去做。
今天看到一篇论文：Linux Block IO: Introducing Multi-queue SSD Access on Multi-core Systems 。 这篇论文发表于 2013 年，介绍 Linux 内核的 block layer 针对现代硬件——高速 SSD、多核 CPU（NUMA）的新设计。 总的来说，设计方案不难理解，并没有涉及什么牛逼或者新颖的内容。这里面提到的内容从 Linux 3.11 开始出现在内核，Linux 3.16 成为内核的一个完整特性[6]。Linux 5.0 开始成为 block layer 的默认选项[7]。
在《宋宝华：火焰图：全局视野的Linux性能剖析》一文中，我们主要看了on-cpu火焰图，理解了系统的CPU的走向的分析。但是，很多时候，单纯地看on-cpu的情况（什么代码在耗费CPU），并不能解决性能问题，因为有时候性能差的原因瓶颈不一定在CPU上面，而是在off-cpu的时间，比如：
本文中若有任何疏漏错误，有任何建议和意见，请回复内核月谈微信公众号，或通过 oliver.yang at linux.alibaba.com 反馈。
perf 是Linux的一款性能分析工具，能够进行函数级和指令级的热点查找，可以用来分析程序中热点函数的CPU占用率，从而定位性能瓶颈。
一、通常服务器的性能会卡在三个地方： cpu 网络IO 磁盘IO 二、在优化性能的时候，首先要判断性能的瓶颈在上述的哪个地方。然后对症下药，按照下面的方法来优化： 1、提高CPU性能的方法 并发。利用多线程、进程。老的线程库效率太低，需要升级用nptl 。进（线）程数不要大于cpu个数 （请参考：http://www.ibm.com/developerworks/cn/linux/l-threading.html） 谨慎用锁。改善架构，尽量不用锁。 慎用字符串操作，比如sprintf,snprintf，因为
1）找出系统性能瓶颈（包括硬件瓶颈和软件瓶颈）； 2）提供性能优化的方案（升级硬件？改进系统系统结构？）； 3）达到合理的硬件和软件配置； 4）使系统资源使用达到最大的平衡。（一般情况下系统良好运行的时候恰恰各项资源达到了一个平衡体，任何一项资源的过渡使用都会造成平衡体系破坏，从而造成系统负载极高或者响应迟缓。比如CPU过渡使用会造成大量进程等待CPU资源，系统响应变慢，等待会造成进程数增加，进程增加又会造成内存使用增加，内存耗尽又会造成虚拟内存使用，使用虚拟内存又会造成磁盘IO增加和CPU开销增加）
内存分析需要使用的计数器：Memory类别和Physical Disk类别的计数器。内存分析的主要方法和步骤：
产生性能瓶颈有多方面的原因，包括硬件（自身能力限制或BIOS设置不当）、操作系统（某些feature没打开）和软件。软件方面的性能瓶颈主要是由于编码不当导致，常见原因有以下几种：
--vm-bytes B 指定 malloc() 时内存的字节数，默认256MB --vm-hang N 指定执行 free() 前等待的秒数 -d N、 --hdd N
随着系统自身数据量的增长，访问量增加，系统的响应通常会越来越慢，或者是新的功能在性能上无法满足修去，这个时候需要对系统进行性能调优。调优是一个复杂的过程，涉及的方面有：硬件，操作系统，运行环境软件和应用本身。
我们可以在文章的开始就列出一个列表，列出可能影响Linux操作系统性能的一些调优参数，但这样做其实并没有什么价值。因为性能调优是一个非常困难的任务，它要求对硬件、操作系统、和应用都有着相当深入的了解。如果性能调优非常简单的话，那些我们要列出的调优参数早就写入硬件的微码或者操作系统中了，我们就没有必要再继续读这篇文章了。正如下图所示，服务器的性能受到很多因素的影响。
Linux中，%iowait 过高可能是个问题，严重的时候，它能使服务停止， 但问题是，多高才算高？ 什么时候应该担心呢？
登入服务器后，我们的目的是首先要确认当前到底是哪些进程引起的负载高，以及这些进程卡在什么地方，瓶颈是什么。
Hi，大家好，今天依然是金三银四面试系列，如果你想了解之前的面试相关文章可以在文末点击👉「阅读原文」查看更多或者点击以下👇「蓝色字」查看最近文章。 金三银四跳槽季，自动化面试题预热一波 金三银四求职季，接口自动化面试题助攻一波 金三银四季招聘季，APP测试面试题温新一遍 以下分享性能测试相关面试题，欢迎在文末留言补充评论✍️。 一 解释常用的性能指标名称与具体含义 性能测试是通过测试工具模拟多种正常、峰值及异常负载条件来对系统的各项性能指标进行测试。验证软件系统是否能够达到用户提出的性能指标，发现系统中
性能测试是通过测试工具模拟多种正常、峰值及异常负载条件来对系统的各项性能指标进行测试。验证软件系统是否能够达到用户提出的性能指标，发现系统中存在的性能瓶颈并加以优化。
load average: 0.00, 0.00, 0.00 系统负载，即任务队列的平均长度。 三个数值分别为 1分钟、5分钟、15分钟前到现在的平均值。
性能测试中，稳定性测试是必不可少的，最主要目的是为了发现程序崩溃问题，关键在测试设计过程中依据代码逻辑分析直接或间接使用的参数，构造各种异常case；例：
最近对一个golang的server项目做了性能测试，针对发现的问题做了简单的总结，供大家参考
随便测了青岛OJ的docker，好不容易跑完压力测试，一看Analysis给我整晕了。就这？
本文介绍性能测试方案最后一部分性能分析与调优。性能测试结果分析与调优是性能测试中的一个重要部分，同时也是一个难点。不同的软件系统，不同的性能指标，结果分析方法都是不一样的。
udp 数据包的理论长度是多少，合适的 udp 数据包应该是多少呢？
CPU 并非 90% 的时间都在忙着，很大一部分时间在等待，或者说“停顿(Stalled)”了。这种情况表示处理器流水线停顿，一般由资源竞争、数据依赖等原因造成。多数情况下表现为等待访存操作，其中又以读操作为主。在停顿周期内，不能执行指令，这意味着你的程序不往前走。值得注意的是，图中 “Stalled” 状态所占的比例是作者依据生产环境中的典型场景计算而来，具有普遍现实意义。因此，大多时候 CPU 处于停顿状态，而你却不知道，因为 CPU 利用率这个指标没有告诉你真相。通过进一步分析 CPU 停顿的原因，可以指导代码优化，提高执行效率，这是我们深入理解CPU微架构的动力之一。
如果 操作系统 中有 多个 CPU , 假设只有一个 CPU 计数器工作 , 如果 某个 CPU 正在访问计数器 , 其它 CPU 需要等待计数器释放 , 才能访问 CPU 计数器 , 这里 CPU 计数器会出现瓶颈 , 影响系统性能 ;
《Qemu-KVM网络性能优化实践》针对在虚拟化环境中使用Qemu-KVM带来的网络性能下降的问题，从多个方面进行了优化，包括：1.优化虚拟网卡到物理网卡的转发性能；2.减少虚拟机内部的队列调度开销；3.提升虚拟网卡和物理网卡的并发处理能力；4.优化虚拟机与物理机之间的数据传输过程。通过这些优化措施，Qemu-KVM的网络性能得到显著提升，达到了与物理机相当的水平。
经过第两轮优化把性能提升到了原来的 12.18 倍(1924 / 158 ~= 12.18) ，下面来看一下这二次优化的过程。
作者：厉辉，腾讯 CSIG 后台开发工程师 本文主要分享火焰图使用技巧，介绍 systemtap 的原理机制，如何使用火焰图快速定位性能问题原因，同时加深对 systemtap 的理解。 让我们回想一下，曾经作为编程新手的我们是如何调优程序的？通常是在没有数据的情况下依靠主观臆断来瞎蒙，稍微有些经验的同学则会对差异代码进行二分或者逐段调试。这种定位问题的方式不仅耗时耗力，而且还不具有通用性，当遇到其他类似的性能问题时，需要重复踩坑、填坑，那么如何避免这种情况呢？ 俗语有曰：兵欲善其事必先利其器，个人认
之前组内一位大佬分享了一些关于系统性能优化方面的干货，这里我将它整理成文并且加入自己平时常用的一些工具和技巧。由于关于系统性能优化涉及的内容非常多，我会分几篇文章来分享。这次分享下定位系统层面问题的常用方法。
DPDK与SR-IOV两者目前主要用于提高IDC（数据中心）中的网络数据包的加速。但是在NFV（网络功能虚拟化）场景下DPDK与SR-IOV各自的使用场景是怎样的？以及各自的优缺点？
温馨提示，动图已压缩，流量党放心查看。CPU方面内容不多，我们顺便学点命令。本篇是《荒岛余生》系列第二篇，垂直观测CPU。其余参见：
电子计算机与信息技术是最近几十年人类科技发展最快的领域，无可争议地改变了每个人的生活：从生活方式到战争方式，从烹饪方式到国家治理方式，都被计算机和信息技术彻底地改变了。如果说核武器彻底改变了国与国之间相处的模式，那么计算机与信息技术则彻底改变了人类这个物种本身，人类的进化也进入了一个新的阶段。
最近，烦心事有点多，博客也像是进入了便秘期。虽然还远远不到说放弃的地步，但总有一种挤不出牙膏的郁闷感。很怀念前几个月的冲劲和激情，一天都能存好几篇优质草稿。 看来，张戈博客是首次进入瓶颈阶段了！没办法
从我们用户的使用就可以感受到网速一直在提升，而网络技术的发展也从1GE/10GE/25GE/40GE/100GE的演变，从中可以得出单机的网络IO能力必须跟上时代的发展。
一般方式也是最基本的方法是按照一定的规则压并发，看日志。专业一点的说法可以说“分段排除法“，或者按照以下顺序查找瓶颈。
Redis是目前广为人知的一个内存数据库，在各个场景中都有着非常丰富的应用，前段时间Redis推出了6.0的版本，在新版本中采用了多线程模型。
随着公司站点的发展，用户和访问量日益增加，经常会出现数据库主从出现延迟的情况，例如，用户在点击充值页进行充值时，经常会出现充值不到账的情况，针对这个问题，对数据库进行排查，发现，磁盘IO极不稳定，iowait也很高，%util一直在90左右，这说明产生的I/O请求很多，IO已经满负荷，磁盘IO存在瓶颈。所以需要加一块SSD盘，来提高IO处理速度。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频
