如何用十条命令在一分钟内检查Linux服

　　“如果你的Linux服务器突然负载暴增，告警短信快发爆你的手机，如何在最短时间内找出Linux性能问题所在？来看Netflix性能工程团队的这篇博文，看它们通过十条命令在一分钟内对机器性能问题进行诊断。

概述

通过执行以下命令，可以在1分钟内对系统资源使用情况有个大致的了解。

uptime

dmesg

tail

vmstat1

mpstat-PALL1

pidstat1

iostat-xz1

fe-m

sar-nDEV1

sar-nTCP,ETCP1

top

其中一些命令需要安装sysstat包，有一些由procps包提供。这些命令的输出，有助于快速定位性能瓶颈，检查出所有资源（CPU、内存、磁盘IO等）的利用率（utilization）、饱和度（saturation）和错误（error）度量，也就是所谓的USE方法。

下面我们来逐一介绍下这些命令，有关这些命令更多的参数和说明，请参照命令的手册。

uptime

$uptime23:51:26up21:31,1user,loadaverage:30.02,26.43,19.02

这个命令可以快速查看机器的负载情况。在Linux系统中，这些数据表示等待CPU资源的进程和阻塞在不可中断IO进程（进程状态为D）的数量。这些数据可以让我们对系统资源使用有一个宏观的了解。

命令的输出分别表示1分钟、5分钟、15分钟的平均负载情况。通过这三个数据，可以了解服务器负载是在趋于紧张还是区域缓解。如果1分钟平均负载很高，而15分钟平均负载很低，说明服务器正在命令高负载情况，需要进一步排查CPU资源都消耗在了哪里。反之，如果15分钟平均负载很高，1分钟平均负载较低，则有可能是CPU资源紧张时刻已经过去。

上面例子中的输出，可以看见最近1分钟的平均负载非常高，且远高于最近15分钟负载，因此我们需要继续排查当前系统中有什么进程消耗了大量的资源。可以通过下文将会介绍的vmstat、mpstat等命令进一步排查。

dmesg丨tail

$dmesg

tail[.]perlinvokedoom-killer:gfp_mask=0xda,order=0,oom_sco_adj=0[...][.]Outofmemory:Killprocess(perl)scoorsacrificechild[.]Killedprocess(perl)total-vm:kB,anon-rss:kB,file-rss:0kB[.]TCP:PossibleSYNfloodingonport.Droppingquest.CheckSNMPcounters.

该命令会输出系统日志的最后10行。示例中的输出，可以看见一次内核的oomkill和一次TCP丢包。这些日志可以帮助排查性能问题。千万不要忘了这一步。

vmstat1

$vmstat1procs---------memory-------------swap-------io-----system--------cpu-----rbswpdfebuffcachesisobiboincsussyidwast278591861^C

vmstat(8)命令，每行会输出一些系统核心指标，这些指标可以让我们更详细的了解系统状态。后面跟的参数1，表示每秒输出一次统计信息，表头提示了每一列的含义，这几介绍一些和性能调优相关的列：

r：等待在CPU资源的进程数。这个数据比平均负载更加能够体现CPU负载情况，数据中不包含等待IO的进程。如果这个数值大于机器CPU核数，那么机器的CPU资源已经饱和。

fe：系统可用内存数（以千字节为单位），如果剩余内存不足，也会导致系统性能问题。下文介绍到的fe命令，可以更详细的了解系统内存的使用情况。

si,so：交换区写入和读取的数量。如果这个数据不为0，说明系统已经在使用交换区（swap），机器物理内存已经不足。

us,sy,id,wa,st：这些都代表了CPU时间的消耗，它们分别表示用户时间（user）、系统（内核）时间（sys）、空闲时间（idle）、IO等待时间（wait）和被偷走的时间（stolen，一般被其他虚拟机消耗）。

上述这些CPU时间，可以让我们很快了解CPU是否出于繁忙状态。一般情况下，如果用户时间和系统时间相加非常大，CPU出于忙于执行指令。如果IO等待时间很长，那么系统的瓶颈可能在磁盘IO。

示例命令的输出可以看见，大量CPU时间消耗在用户态，也就是用户应用程序消耗了CPU时间。这不一定是性能问题，需要结合r队列，一起分析。

mpstat-PALL1

$mpstat-PALL1Linux3.13.0-49-generic(titanclusters-xxxxx)07/14/_x86_64_(32CPU)07:38:49PMCPU%usr%nice%sys%iowait%irq%soft%steal%guest%gnice%idle07:38:50PMall98..........:38:50PM..........:38:50PM..........7:38:50PM..........7:38:50PM..........03[...]

该命令可以显示每个CPU的占用情况，如果有一个CPU占用率特别高，那么有可能是一个单线程应用程序引起的。

pidstat1

$pidstat1Linux3.13.0-49-generic(titanclusters-xxxxx)07/14/_x86_64_(32CPU)07:41:02PMUIDPID%usr%system%guest%CPUCPUCommand07:41:03PM....rcuos/:41:03PM...1.mesos-slave07:41:03PM....java07:41:03PM...598.java07:41:03PM...579.java07:41:03PM64640....pidstat07:41:03PMUIDPID%usr%system%guest%CPUCPUCommand07:41:04PM....5mesos-slave07:41:04PM...591.7java07:41:04PM.0..583.8java07:41:04PM....snmp-pass07:41:04PM64641....pidstat^C

pidstat命令输出进程的CPU占用率，该命令会持续输出，并且不会覆盖之前的数据，可以方便观察系统动态。如上的输出，可以看见两个JAVA进程占用了将近%的CPU时间，既消耗了大约16个CPU核心的运算资源。

iostat-xz1

$iostat-xz1Linux3.13.0-49-generic(titanclusters-xxxxx)07/14/_x86_64_(32CPU)avg-cpu:%user%nice%system%iowait%steal%idle73......21Device:rrqm/swrqm/sr/sw/srkB/swkB/savgrq-szavgqu-szawaitr_awaitw_awaitsvctm%utilxvda0.............09xvdb0....27.........25xvdc0......46.......26dm-00....3..8.......04dm-10.............00dm-20.............03[...]^C

iostat命令主要用于查看机器磁盘IO情况。该命令输出的列，主要含义是：

r/s,w/s,rkB/s,wkB/s：分别表示每秒读写次数和每秒读写数据量（千字节）。读写量过大，可能会引起性能问题。

await：IO操作的平均等待时间，单位是毫秒。这是应用程序在和磁盘交互时，需要消耗的时间，包括IO等待和实际操作的耗时。如果这个数值过大，可能是硬件设备遇到了瓶颈或者出现故障。

avgqu-sz：向设备发出的请求平均数量。如果这个数值大于1，可能是硬件设备已经饱和（部分前端硬件设备支持并行写入）。

%util：设备利用率。这个数值表示设备的繁忙程度，经验值是如果超过60，可能会影响IO性能（可以参照IO操作平均等待时间）。如果到达%，说明硬件设备已经饱和。

如果显示的是逻辑设备的数据，那么设备利用率不代表后端实际的硬件设备已经饱和。值得注意的是，即使IO性能不理想，也不一定意味这应用程序性能会不好，可以利用诸如预读取、写缓存等策略提升应用性能。

fe-m

$fe-mtotalusedfeshadbufferscachedMem:245998245414538359541-/+buffers/cache:23222053Swap:

fe命令可以查看系统内存的使用情况，-m参数表示按照兆字节展示。最后两列分别表示用于IO缓存的内存数，和用于文件系统页缓存的内存数。需要注意的是，第二行-/+buffers/cache，看上去缓存占用了大量内存空间。这是Linux系统的内存使用策略，尽可能的利用内存，如果应用程序需要内存，这部分内存会立即被回收并分配给应用程序。因此，这部分内存一般也被当成是可用内存。

如果可用内存非常少，系统可能会动用交换区（如果配置了的话），这样会增加IO开销（可以在iostat命令中提现），降低系统性能。

sar-nDEV1

$sar-nDEV1Linux3.13.0-49-generic(titanclusters-xxxxx)07/14/_x86_64_(32CPU)12:16:48AMIFACErxpck/stxpck/srxkB/stxkB/srxcmp/stxcmp/srxmcst/s%ifutil12:16:49AMeth.032.0686......2:16:49AMlo14.4.......2:16:49AMdocker00........2:16:49AMIFACErxpck/stxpck/srxkB/stxkB/srxcmp/stxcmp/srxmcst/s%ifutil12:16:50AMeth063.101.1999......2:16:50AMlo20.0.......2:16:50AMdocker00........00^C

sar命令在这里可以查看网络设备的吞吐率。在排查性能问题时，可以通过网络设备的吞吐量，判断网络设备是否已经饱和。如示例输出中，eth0网卡设备，吞吐率大概在22Mbytes/s，既Mbits/sec，没有达到1Gbit/sec的硬件上限。

sar-nTCP,ETCP1

$sar-nTCP,ETCP1Linux3.13.0-49-generic(titanclusters-xxxxx)07/14/_x86_64_(32CPU)12:17:19AMactive/spassive/siseg/soseg/s12:17:20AM1...8846.2:17:19AMatmptf/sests/strans/sisegerr/sorsts/s12:17:20AM0.....2:17:20AMactive/spassive/siseg/soseg/s12:17:21AM1..359..2:17:20AMatmptf/sests/strans/sisegerr/sorsts/s12:17:21AM0.....00^C

sar命令在这里用于查看TCP连接状态，其中包括：

active/s：每秒本地发起的TCP连接数，既通过connect调用创建的TCP连接；

passive/s：每秒远程发起的TCP连接数，即通过accept调用创建的TCP连接；

trans/s：每秒TCP重传数量；

TCP连接数可以用来判断性能问题是否由于建立了过多的连接，进一步可以判断是主动发起的连接，还是被动接受的连接。TCP重传可能是因为网络环境恶劣，或者服务器压力过大导致丢包。

top

$toptop-00:15:40up21:56,1user,loadaverage:31.09,29.87,29.92Tasks:total,1running,sleeping,0stopped,2zombie%Cpu(s):96.8us,0.4sy,0.0ni,2.7id,0.1wa,0.0hi,0.0si,0.0stKiBMem:+total,used,22673+fe,buffersKiBSwap:0total,0used,0fe.cachedMemPIDUSERPRNIVIRTRESSHRS%CPU%MEMTIME+COMMANDroot2.t0.tS35.212:58javaroot272254464S23.50.:35.37mesos-slavetitancl+243442332R1.00.00:00.07top5root28.g50449996S0.70.22:02.74javaroot20.g2.gS0.31.:14.42java1root236202920S0.00.00:03.82init2root200S0.00.00:00.02kthadd3root200S0.00.00:05.35ksoftirqd/05root0-20S0.00.00:00.00kworker/0:0H6root200S0.00.00:06.94kworker/u:08root200S0.00.02:38.05rcu_sched

top命令包含了前面好几个命令的检查的内容。比如系统负载情况（uptime）、系统内存使用情况（fe）、系统CPU使用情况（vmstat）等。因此通过这个命令，可以相对全面的查看系统负载的来源。同时，top命令支持排序，可以按照不同的列排序，方便查找出诸如内存占用最多的进程、CPU占用率最高的进程等。

但是，top命令相对于前面一些命令，输出是一个瞬间值，如果不持续盯着，可能会错过一些线索。这时可能需要暂停top命令刷新，来记录和比对数据。

总结

排查Linux服务器性能问题还有很多工具，上面介绍的一些命令，可以帮助我们快速的定位问题。例如前面的示例输出，多个证据证明有JAVA进程占用了大量CPU资源，之后的性能调优就可以针对应用程序进行。

本文系InfoQ原创首发，未经授权谢绝转载。同时，也欢迎更多企业、组织与InfoQ展开内容合作，更欢迎个人原创投稿。请加小Q，并备注「合作/投稿+名字」。

治疗白癜风的费用
去哪里治白癜风好

转载请注明：http://www.iwkqm.com/hbwh/4230.html