Linux 性能监控与故障排查：主要性能指标说明及监控方法 |
您所在的位置：网站首页 › 服务器性能测试指标有哪些 › Linux 性能监控与故障排查：主要性能指标说明及监控方法 |
Linux 性能监控与故障排查：主要性能指标说明及监控方法
|
一台 Linux 服务器的四类指标如下： CPU：使用率、平均负载（load average） RAM：used | free | buffer/cache | avaliable Disk：空闲容量大小、IO 状态 Network：网速、延迟、丢包率等下面详细地说明各项系统参数的意义、它们的正常状态，以及出现异常时如何进行故障排查。 零、前置准备很多的监控工具 Ubuntu/CentOS 都不自带，需要手动安装，在开始前我们最好先把所有可能用得上的监控工具都装上。（它们都很小，基本不占空间） # ubuntu/debian sudo apt-get install \ sysstat iotop fio \ nethogs iftop # centos # 需要安装 epel 源，很多监控工具都在该源中！ # 也可使用[阿里云 epel 源](https://developer.aliyun.com/mirror/epel) sudo yum install epel-release sudo yum install \ sysstat iotop fio \ nethogs iftop 大一统的监控工具下面介绍两个非常方便的大一统监控工具，它们将一台服务器的所有监控数据汇总到一个地方，方便监控。 多机监控推荐用 prometheus+grafana，不过这一套比较吃性能，个人服务器没必要上。 NetData: 极简安装、超详细超漂亮的 Web UI这里只介绍单机监控。NetData 也支持中心化的多机监控，待进一步研究。netdata 也可以被用作 prometheus 的 exporter. NetData 我要吹爆！它是 Github 上最受欢迎的系统监控工具，目前已经 44.5k star 了。 CPU 占用率低（0.1 核），界面超级漂亮超级详细，还对各种指标做了很详细的说明，安装也是一行命令搞定。相当适合萌新运维。 默认通过 19999 端口提供 Web UI 界面。
现在就可以访问 http://:19999 查看超级漂亮超级详细的监控界面了！ Glances: 同样极简安装、方便的命令行 UInetdata 只以 Web 服务器的方式提供 Web UI，因此必须常驻后台。 如果只是想要临时在 ssh 控制台进行监控，可以使用 Glances，安装命令如下： sudo apt-get install glances sudo yum install glances启动命令：glances，可提供 CPU、RAM、NetWork、Disk 和系统状态等非常全面的信息。（只是不够详细）
glances 同样提供中心化的多机监控，还有 Web 界面，但是和 netdata 相比就有些简陋了。不作介绍。 一、CPU 指标 1. CPU 使用率CPU 使用率即 CPU 运行在非空闲状态的时间占比，它反应了 CPU 的繁忙程度。使用 top 命令我们可以得到如下信息： %Cpu(s): 0.0 us, 2.3 sy, 0.0 ni, 97.7 id, 0.0 wa, 0.0 hi, 0.0 si, 0.0 st us(user)：表示 CPU 在用户态运行的时间百分比，通常用户态 CPU 高表示有应用程序比较繁忙。典型的用户态程序包括：数据库、Web 服务器等。 sy(sys)：表示 CPU 在内核态运行的时间百分比（不包括中断），通常内核态 CPU 越低越好，否则表示系统存在某些瓶颈。 ni(nice)：表示用 nice 修正进程优先级的用户态进程执行的 CPU 时间。nice 是一个进程优先级的修正值，如果进程通过它修改了优先级，则会单独统计 CPU 开销。 id(idle)：表示 CPU 处于空闲态的时间占比，此时，CPU 会执行一个特定的虚拟进程，名为 System Idle Process。 wa(iowait)：表示 CPU 在等待 I/O 操作完成的时间占比，通常该指标越低越好，否则表示 I/O 可能存在瓶颈，需要用 iostat 等命令做进一步分析。 iowait 只考虑 Synchronous File IO，It does NOT count time spent waiting for IPC objects such as sockets, pipes, ttys, select(), poll(), sleep(), pause() etc. hi(hardirq)：表示 CPU 处理硬中断所花费的时间。硬中断是由外设硬件（如键盘控制器、硬件传感器等）发出的，需要有中断控制器参与，特点是快速执行。 si(softirq)：表示 CPU 处理软中断所花费的时间。软中断是由软件程序（如网络收发、定时调度等）发出的中断信号，特点是延迟执行。 st(steal)：表示 CPU 被其他虚拟机占用的时间，仅出现在多虚拟机场景。如果该指标过高，可以检查下宿主机或其他虚拟机是否异常。 2. 平均负载（Load Average）top 命令的第一行输出如下： top - 21:11:00 up 8 min, 0 users, load average: 0.52, 0.58, 0.59其中带有三个平均负载的值，它们的意思分别是** 1 分钟（load1）、5 分钟（load5）、15 分钟（load15）内系统的平均负载**。 平均负载（Load Average）是指单位时间内，系统处于 可运行状态（Running / Runnable） 和 不可中断态 的平均进程数，也就是 平均活跃进程数。 我们知道实际上一个 CPU 核只能跑一个进程，操作系统通过分时调度提供了多进程并行的假象。所以当平均负载（平均活跃进程数）不大于 CPU 逻辑核数时，系统可以正常运转。 如果平均负载超过了核数，那就说明有一部分进程正在活跃中，但是它却没有使用到 CPU（同一时间只能有 1 个进程在使用 CPU），这只可能有两个原因： 这部分进程在排队等待 CPU 空闲。 这部分 CPU 在进行 IO 操作。不论是何种状况，都说明系统的负载过高了，需要考虑降负或者升级硬件。 理想状态下，系统满负荷工作，此时平均负载 = CPU 逻辑核数（4核8线程 CPU 有8个逻辑核）。但是，在实际生产系统中，不建议系统满负荷运行。通用的经验法则是：平均负载 |
【本文地址】
今日新闻 |
推荐新闻 |