Linux性能优化实战案例分析性能优化实战案例分析-菜鸟笔记

一、环境准备

1、安装软件包

终端1

机器配置：2 CPU，8GB 内存预先安装 docker、sysstat、perf等工具

[root@luoahong ~]# docker -v
Docker version 18.09.1, build 4c52b90
[root@luoahong ~]# rpm -qa|grep sysstat
sysstat-12.1.2-1.x86_64

终端2

机器配置：1 CPU，2GB 内存预先安装ab 等工具

[root@nfs ~]#yum -y install httpd-tools 
[root@nfs ~]# ab -V
This is ApacheBench, Version 2.3 <$Revision: 1430300 $>
Copyright 1996 Adam Twiss, Zeus Technology Ltd, http://www.zeustech.net/
Licensed to The Apache Software Foundation, http://www.apache.org/

2、实战拓谱图

3、环境模拟

终端一

docker run --name nginx -p 10000:80 -itd feisky/nginx:sp
$ docker run --name phpfpm -itd --network container:nginx feisky/php-fpm:sp

终端二

测试nginx是否启动

# 192.168.118.97 是第一台虚拟机的 IP 地址
$ curl http://192.168.118.97:10000/
It works!

性能测试

# 并发 100 个请求测试 Nginx 性能，总共测试 1000 个请求
$ ab -c 100 -n 1000 http://192.168.118.97:10000/
This is ApacheBench, Version 2.3 <$Revision: 1706008 $>
Copyright 1996 Adam Twiss, Zeus Technology Ltd, 
...
Requests per second:    87.86 [#/sec] (mean)
Time per request:       1138.229 [ms] (mean)
...

继续压力测试

ab -c 5 -t 600 http://192.168.118.97:10000/

二、定位问题（top、pidstat、ps）

1、top定位

2、pidstat定位

[root@luoahong ~]# pidstat 1
Linux 3.10.0-957.5.1.el7.x86_64 (luoahong)  05/04/2019  _x86_64_    (2 CPU)

03:41:55 PM   UID       PID    %usr %system  %guest   %wait    %CPU   CPU  Command
03:41:56 PM     0         3    0.00    2.94    0.00    0.00    2.94     0  ksoftirqd/0
03:41:56 PM     0         9    0.00    6.86    0.00   27.45    6.86     0  rcu_sched
03:41:56 PM     0        14    0.00   15.69    0.00    9.80   15.69     1  ksoftirqd/1
03:41:56 PM     0      7500    4.90    2.94    0.00    0.98    7.84     0  vmtoolsd
03:41:56 PM     0      9451    0.00    1.96    0.00    0.00    1.96     1  dockerd
03:41:56 PM    27      9928    0.00    0.98    0.00    0.00    0.98     0  mysqld
03:41:56 PM     0     10133    0.98    0.00    0.00    0.00    0.98     1  containerd-shim
03:41:56 PM     0     10804    0.00    0.98    0.00    4.90    0.98     1  kworker/1:0
03:41:56 PM     0     10835    0.98    3.92    0.00    0.00    4.90     1  containerd-shim
03:41:56 PM   101     10891    0.00    5.88    0.00   15.69    5.88     0  nginx
03:41:56 PM     1     84378    0.98    2.94    0.00    3.92    3.92     0  php-fpm
03:41:56 PM     1     84388    0.00    1.96    0.00    3.92    1.96     1  php-fpm
03:41:56 PM     1     84395    0.98    0.98    0.00    4.90    1.96     1  php-fpm
03:41:56 PM     1     84411    0.00    0.98    0.00    3.92    0.98     0  php-fpm
03:41:56 PM     1     84413    0.00    1.96    0.00    8.82    1.96     1  php-fpm
03:41:56 PM     0    102735    0.00    0.98    0.00    0.00    0.98     1  pidstat

3、top再次定位

你有没有发现，nginx和所有的PHP-FPM都处于sleep状态，二真正处于Running（R）状态的，却是几个 stress 进程，这几个stree比较奇怪，需要我们做进一步的分析

4、pidstat再次定位

[root@luoahong perf-tools]# pidstat -p 24226
Linux 3.10.0-957.5.1.el7.x86_64 (luoahong)  05/04/2019  _x86_64_    (2 CPU)

03:47:45 PM   UID       PID    %usr %system  %guest   %wait    %CPU   CPU  Command

奇怪、居然没有任何输出。难道是pidstat命令出问题了吗？在怀疑西能工具出问题前，最好还是先用其他工具交叉确认一下

5、ps定位

[root@luoahong perf-tools]# ps aux|grep 24226
root      66566  0.0  0.0 112708   980 pts/0    S+   15:46   0:00 grep --color=auto 24226

还是没有输出，现在终于发现问题，原来这个进程已经不存在了，所以pidstat就没有任何输出，既然进程都没了

那西能问题应该跟着没了吧。我们在top命令确认一下；

top
...
%Cpu(s): 80.9 us, 14.9 sy,  0.0 ni,  2.8 id,  0.0 wa,  0.0 hi,  1.3 si,  0.0 st
...

  PID USER      PR  NI    VIRT    RES    SHR S  %CPU %MEM     TIME+ COMMAND
 6882 root      20   0   12108   8360   3884 S   2.7  0.1   0:45.63 docker-containe
 6947 systemd+  20   0   33104   3764   2340 R   2.7  0.0   0:47.79 nginx
 3865 daemon    20   0  336696  15056   7376 S   2.0  0.2   0:00.15 php-fpm
  6779 daemon    20   0    8184   1112    556 R   0.3  0.0   0:00.01 stress
...

可是，刚刚看到的stree进程不存在了，怎么还在运行呢？原来这次stree进程的pid跟前面不一样了，原来的pid不见了现在的是6779

进程的 PID 在变，这说明什么呢？在我看来要么是这些进程在不停地重启，要么就是全新的进程，这无非也就两个原因

第一原因：进程在不停地崩溃重启，比如因为段错误、配置错误等等这时，进程在退出后可能又被监控系统自动重启了。
第二原因：这些进程都是短时进程，也就是在其他应用内部通过 exec 调用的外面命令。这些命令一般都只运行很短的时间就会结束，你很难用 top 这种间隔时间比较长的工具发现（上面的案例，我们碰巧发现了）

6、用pstree | grep [xx],这样定位到具体的调用方法里。

[root@luoahong ~]# pstree | grep stress
        |            |                 |         |-2*[php-fpm---sh---stress---stress]
        |            |                 |         |-php-fpm---sh---stress

三、定位到具体的代码

1、用grep [xx] -r [项目文件]

查找是不是代码在调用stree命令

# 拷贝源码到本地
$ docker cp phpfpm:/app .

# grep 查找看看是不是有代码在调用 stress 命令
$ grep stress -r app
app/index.php:// fake I/O with stress (via write()/unlink()).
app/index.php:$result = exec("/usr/local/bin/stress -t 1 -d 1 2>&1", $output, $status);

2、找到具体代码位置

找到了，果然是app/index.php

cat app/index.php
&1", $output, $status);
if (isset($_GET["verbose"]) && $_GET["verbose"]==1 && $status != 0) {
  echo "Server internal error: ";
  print_r($output);
} else {
  echo "It works!";
}
?>

3、给请求加入 verbose=1 参数后，就可以查看 stress的输出

[root@nfs ~]# curl http://192.168.118.97:10000/?verbose=1
Server internal error: Array
(
    [0] => stress: info: [103660] dispatching hogs: 0 cpu, 0 io, 0 vm, 1 hdd
    [1] => stress: FAIL: [103661] (563) mkstemp failed: Permission denied
    [2] => stress: FAIL: [103660] (394) <-- worker 103661 returned error 1
    [3] => stress: WARN: [103660] (396) now reaping child worker processes
    [4] => stress: FAIL: [103660] (400) kill error: No such process
    [5] => stress: FAIL: [103660] (451) failed run completed in 0s
)

从这里我们可以猜测，正式由于权限错误，大量的stress进程在启动是初始化失败，进而导致用户CPU使用率的升高

4、perf验证定位是否准确

1、perf record -g 记录

perf record -g 
docker cp perf.data phpfpm:/tmp
docker exec -i -t phpfpm bash

2、用perf report查看是否可以定位到问题

cd /tmp/
apt-get update && apt-get install -y linux-perf linux-tools procps
perf_4.9 report

四、execsnoop和实验过程中遇到的问题

1、execsnoop查看短时进程详细信息

execsnoop 就是一个专为短时进程设计的工具它通过 ftrace 实时监控进程的 exec() 行为，并输出短时进程的基本信息，
包括进程 PID、父进程 PID、命令行参数以及执行的结果。

用 execsnoop 监控上述案例，就可以直接得到 strress 进程的父进程 PID 以及它的命令行参数，并可以发现大量的 stress 进程在不停启动：

git clone --depth 1 https://github.com/brendangregg/perf-tools
cd perf-tools/
[root@luoahong perf-tools]# ./bin/execsnoop
Tracing exec()s. Ctrl-C to end.
Instrumenting sys_execve
   PID   PPID ARGS
 70342  70322 gawk -v o=1 -v opt_name=0 -v name= -v opt_duration=0 [...]
 70344  50765            <...>-70344 [001] d...  2372.510629: execsnoop_sys_execve: (SyS_execve+0x0/0x30)
 70343  70341 cat -v trace_pipe
 70340      0 /usr/local/bin/stress -t 1 -d 1
 70346  70339 /usr/local/bin/stress -t 1 -d 1
 70347  70344 /usr/local/bin/stress -t 1 -d 1
 70351  50796            <...>-70351 [000] d...  2372.553884: execsnoop_sys_execve: (SyS_execve+0x0/0x30)
 70352  50775            <...>-70352 [000] d...  2372.555010: execsnoop_sys_execve: (SyS_execve+0x0/0x30)
 70353  70351 /usr/local/bin/stress -t 1 -d 1
 70355  50776            <...>-70355 [000] d...  2372.557869: execsnoop_sys_execve: (SyS_execve+0x0/0x30)
 70357  70355 /usr/local/bin/stress -t 1 -d 1
 70356  70352 /usr/local/bin/stress -t 1 -d 1

execsnoop所用的ftrace是一种常用的动态追踪技术，一般用于分析linux内核的运行时为

2、pstree的安装

yum install psmisc

3、小结

如果碰到不好解释的CPU问题时，比如现象：

通过top观察CPU使用率很高，但是看下面的进程的CPU使用率好像很正常，通过pidstat命令查看cpu也很正常。但通过top查看task数量不正常，处于R状态的进程是可疑点。

首先要想到可能是短时间的应用导致的问题，如下面的两个：
（1）应用里直接调用了其他二进制程序，这些程序通常运行时间比较短，通过top等工具发现不了
（2）应用本身在不停地崩溃重启，而启动过程的资源初始化，很可能会占用很多CPU资源