如何用十条命令在一分钟内检查 Linux 服务器性能

如果你的linux服务器突然负载暴增，报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

vmstat 1

mpstat -p all 1

pidstat 1

iostat -xz 1

free -m

sar -n dev 1

sar -n tcp,etcp 1

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。

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趋于缓解。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。

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oom kill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。

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。

free：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free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。

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。

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1600%的cpu时间，既消耗了大约16个cpu核心的运算资源。

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100%，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。

free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22 mbytes/s，既176 mbits/sec，没有达到1gbit/sec的硬件上限。

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；

retrans/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（free）、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。