Linux系统监控技巧：全面掌握系统性能

最新推荐文章于 2024-08-06 21:35:39 发布
最新推荐文章于 2024-08-06 21:35:39 发布
阅读量1k 收藏 13
点赞数 13
分类专栏： Linux运维 文章标签： linux chrome 运维
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/dhf880913/article/details/137872664
版权

简介

在Linux系统管理中，监控是确保系统稳定性和性能的关键环节。通过监控，管理员可以及时发现系统瓶颈、异常行为和潜在的安全威胁。本文将详细介绍如何监控Linux系统中的CPU、内存、网络接口、磁盘和网络连接状态，帮助您更好地理解和维护您的系统。

CPU监控

CPU负载

系统负载是衡量系统性能的重要指标。通过查看/proc/loadavg文件，我们可以获取系统的负载信息。

[root@master ~]# cat /proc/loadavg
0.79 1.29 1.14 1/586 2888

解释：

  • load1: 过去一分钟的平均负载。
  • load5: 过去五分钟的平均负载。
  • load15: 过去十五分钟的平均负载。
  • runq: 运行队列的长度。
  • plit: 活跃任务的数量。

计算CPU负载
CPU负载通常是指系统的平均负载与CPU核心数的比值。如果您知道系统的CPU核心数，可以通过以下方式计算CPU负载：

cpu_cores=<您的CPU核心数>
cpu_load=$(echo "scale=2; ($five_min_load / $cpu_cores)" | bc)

请注意，这里的<您的CPU核心数>需要替换为您的实际CPU核心数。bc命令用于进行浮点运算，scale=2用于设置小数点后的位数。

最佳实践：

  • 定期检查负载平均值，与系统的正常负载进行比较。
  • 如果负载持续高于CPU核心数，可能需要优化系统或增加资源。

CPU使用率

CPU使用率反映了CPU的忙碌程度。我们可以通过分析/proc/stat文件来计算CPU使用率。

[root@master ~]# cat /proc/stat
# cpu |user| nice| system| idle| iowait| irq| softirq| steal| guest| guest_nice|
cpu  7120663 240 6464219 86477773 20993501 0 351887 0 0 0
cpu0 3399409 91 3183417 43858519 9887667 0 273765 0 0 0
cpu1 3721254 149 3280801 42619254 11105834 0 78122 0 0 0
intr 2867399715 272 10 0 0 569 0 3 0 0 0 0 0 15 0 608998 0 0 0 0 0 0 0 0 0 0 292996772 0 6071840 1 6685457 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
ctxt 5256803242
btime 1712712608
processes 10745547
procs_running 1
procs_blocked 1
softirq 1084601827 1 338692913 5 101953644 273251017 0 106 162105669 0 208598472

计算方法：

#!/bin/bash

# 获取初始数据
initial_data=$(cat /proc/stat)

# 等待一段时间
sleep 1

# 获取最终数据
final_data=$(cat /proc/stat)

# 初始化变量
user_delta=0
system_delta=0
idle_delta=0
total_delta=0

# 处理每个CPU核心的数据
for i in $(echo "$initial_data" | grep -o 'cpu[0-9]*' | sed 's/cpu//g'); do
  initial_cpu_data=$(echo "$initial_data" | grep "cpu$i")
  final_cpu_data=$(echo "$final_data" | grep "cpu$i")

  # 提取CPU时间数据
  initial_user=$(echo "$initial_cpu_data" | awk '{print $2}')
  initial_system=$(echo "$initial_cpu_data" | awk '{print $3}')
  initial_idle=$(echo "$initial_cpu_data" | awk '{print $4}')

  final_user=$(echo "$final_cpu_data" | awk '{print $2}')
  final_system=$(echo "$final_cpu_data" | awk '{print $3}')
  final_idle=$(echo "$final_cpu_data" | awk '{print $4}')

  # 计算时间差
  user_delta=$(echo "$user_delta + ($final_user - $initial_user)" | bc)
  system_delta=$(echo "$system_delta + ($final_system - $initial_system)" | bc)
  idle_delta=$(echo "$idle_delta + ($final_idle - $initial_idle)" | bc)
  total_delta=$(echo "$total_delta + ($final_user + $final_system + $final_idle - $initial_user - $initial_system - $initial_idle)" | bc)

done

# 计算CPU使用率
cpu_usage=$(echo "scale=2; ($total_delta - $idle_delta) / $total_delta * 100" | bc)

# 输出结果
echo "CPU Usage: $cpu_usage %"

首先，从/proc/stat文件中读取CPU的统计信息。这个文件提供了自系统启动以来，CPU在不同模式下的累计时间消耗，如用户模式、系统模式和空闲模式等。在等待一段时间后（通常至少1秒），再次读取/proc/stat文件，获取最新的CPU时间统计信息。这段时间的选择应该足够让CPU产生可观察的变化，但又不能太长，以免引入过多的系统负载波动。
对于每个CPU核心，计算用户模式、系统模式和空闲模式下的时间差异。这些差异表示在给定时间间隔内，CPU在这些模式下的工作量。
将所有模式的时间差异相加，得到总的时间差异。这代表了在给定时间间隔内，CPU的总活动量。
同样地，计算空闲模式下的时间差异。这表示在给定时间间隔内，CPU未被使用的时间量。
计算CPU使用率：使用以下公式计算CPU使用率：

CPU使用率 = (总时间差异 - 空闲时间差异) / 总时间差异 * 100%

这个公式通过从总活动量中减去空闲时间量，然后除以总活动量，来得出CPU的使用率。
最后，输出计算得到的CPU使用率百分比，这可以用于监控系统性能，或者作为系统负载的指标。

最佳实践：

  • 使用自动化工具，如vmstat，定期记录CPU使用情况。
  • 对于多核系统，监控每个核心的使用情况。

内存监控

内存是系统运行应用程序和处理数据的关键资源。我们可以通过/proc/meminfo文件来监控内存状态。

[root@master ~]# cat /proc/meminfo
MemTotal:        2046504 kB
MemFree:           72796 kB
MemAvailable:     300680 kB
Buffers:            1972 kB
Cached:           357968 kB
SwapCached:            0 kB
Active:          1590280 kB
Inactive:         183076 kB
Active(anon):    1427056 kB
Inactive(anon):    11540 kB
Active(file):     163224 kB
Inactive(file):   171536 kB
Unevictable:       22676 kB
Mlocked:           22676 kB
SwapTotal:             0 kB
SwapFree:              0 kB
Dirty:               652 kB
Writeback:             0 kB
AnonPages:       1436312 kB
Mapped:            95476 kB
Shmem:             15804 kB
Slab:              88660 kB
SReclaimable:      49860 kB
SUnreclaim:        38800 kB
KernelStack:        9280 kB
PageTables:        21152 kB
NFS_Unstable:          0 kB
Bounce:                0 kB
WritebackTmp:          0 kB
CommitLimit:     1023252 kB
Committed_AS:    5509768 kB
VmallocTotal:   34359738367 kB
VmallocUsed:        9404 kB
VmallocChunk:   34359709792 kB
Percpu:              768 kB
HardwareCorrupted:     0 kB
AnonHugePages:    278528 kB
CmaTotal:              0 kB
CmaFree:               0 kB
HugePages_Total:       0
HugePages_Free:        0
HugePages_Rsvd:        0
HugePages_Surp:        0
Hugepagesize:       2048 kB
DirectMap4k:       87928 kB
DirectMap2M:     2009088 kB
DirectMap1G:           0 kB

内存使用率

内存使用率可以通过比较系统的总内存（MemTotal）和空闲内存（MemFree）来计算。此外，还需要考虑缓存（Cached）和缓冲区（Buffers）内存，因为这些内存虽然被标记为已使用，但实际上可以根据需要重新分配给应用程序。

内存使用率计算公式:

内存使用率 = (1 - (MemFree + Cached + Buffers) / MemTotal) * 100%

内存活跃度

内存活跃度是指经常被访问的内存页面的比例，这可以通过比较活跃内存页面（Active）和非活跃内存页面（Inactive）来衡量。活跃内存页面是频繁访问的，而非活跃内存页面则不是。

内存活跃度计算公式

内存活跃度 = (Active / (Active + Inactive)) * 100%

大页内存活跃度

当计算内存活跃度时，如果系统中使用了大页内存（HugePages），需要考虑这部分内存的特殊性。大页内存通常用于优化大型应用程序的内存访问效率，因为它们可以减少页表的大小和TLB（Translation Lookaside Buffer）缓存的负载。然而，大页内存的管理与传统的小页内存（标准4KB页）有所不同，因此在计算内存活跃度时需要特别处理。

以下是考虑大页内存时计算内存活跃度的方法：

  1. 确定大页内存的使用情况：首先，从/proc/meminfo中读取与大页内存相关的统计数据，包括大页内存的总数（HugePages_Total）、已使用的大页内存（HugePages_Free）和保留的大页内存（HugePages_Rsvd）。

  2. 计算活跃和非活跃的小页内存：读取/proc/meminfo中的Active和Inactive字段，这些字段表示活跃和非活跃的小页内存的数量。

  3. 计算活跃和非活跃的大页内存：如果系统中使用了大页内存，您需要知道哪些大页是活跃的，哪些是非活跃的。这通常需要额外的工具或方法来确定，因为/proc/meminfo不直接提供大页内存的活跃状态。如果没有这些信息，可以假设所有的大页内存都是活跃的，或者根据应用程序的行为进行估计。

  4. 计算总活跃内存：将活跃的小页内存和活跃的大页内存相加，得到总活跃内存。

  5. 计算总非活跃内存：将非活跃的小页内存和非活跃的大页内存相加，得到总非活跃内存。

  6. 计算内存活跃度：使用以下公式计算内存活跃度：

内存活跃度 = (总活跃内存 / (总活跃内存 + 总非活跃内存)) * 100%

请注意，由于大页内存的特殊性，计算内存活跃度可能会变得更加复杂。如果无法精确地确定大页内存的活跃状态，计算结果可能只是一个近似值。在实际应用中，可能需要结合系统的具体使用情况和应用程序的行为来估计大页内存的活跃度。

最佳实践：

  • 监控内存使用率和活跃度，以避免内存不足或过度交换。
  • 考虑使用内存缓存和交换空间来优化性能。

网络接口监控

网络接口的性能直接影响到系统的网络通信效率。通过分析/proc/net/dev文件，我们可以监控网络接口的状态。

[root@master ~]# cat /proc/net/dev
Inter-|   Receive                                                |  Transmit
 face |bytes    packets errs drop fifo frame compressed multicast|bytes    packets errs drop fifo colls carrier compressed
calidf0202ade0b:     656       8    0    0    0     0          0         0      446       5    0    0    0     0       0          0
calif11cc367b81:    6760     112    0    0    0     0          0         0     7144     118    0    0    0     0       0          0
dummy0:       0       0    0    0    0     0          0         0        0       0    0    0    0     0       0          0
  eth0: 2103354425 14591832    0    0    0     0          0         0 3698959260 13397903    0    0    0     0       0          0
    lo: 25659759826 88824066    0    0    0     0          0         0 25659759826 88824066    0    0    0     0       0          0
kube-ipvs0:       0       0    0    0    0     0          0         0        0       0    0    0    0     0       0          0
caliec11109cadd: 16203320  211027    0    0    0     0          0         0 22233459  267357    0    0    0     0       0          0
 tunl0:  197542     403    0    0    0     0          0         0 21268315  354272    0    0    0     0       0          0
cali620188ea77b: 34367473  403845    0    0    0     0          0         0 353895456  410785    0    0    0     0       0          0

每个接口的名称位于行的开始，后面跟着一系列的数字，分别代表：

名称解释
Rx packets接收到的数据包数量（单位：个）
Rx bytes接收到的字节数（单位：字节）
Rx errors接收错误
Rx dropped接收时丢弃的数据包数量
Rx overruns接收缓冲区溢出的次数
Tx packets发送的数据包数量（单位：个）
Tx bytes发送的字节数（单位：字节）
Tx errors发送错误
Tx dropped发送时丢弃的数据包数量
Tx overruns发送缓冲区溢出的次数
Tx carrier errors发送时载体错误的次数
Tx collisions发送时冲突的次数

计算案例

假设我们有一个名为eth0的网络接口，我们想要计算在某个特定时间段内的网络流量。首先，我们需要在两个不同的时间点记录下eth0接口的Rx bytes和Tx bytes值。
时间点1:

[root@master ~]# head -2 /proc/net/dev; grep 'eth0' /proc/net/dev
Inter-|   Receive                                                |  Transmit
 face |bytes    packets errs drop fifo frame compressed multicast|bytes    packets errs drop fifo colls carrier compressed
  eth0: 2104999299 14605855    0    0    0     0          0         0 3703357281 13413342    0    0    0     0       0          0

时间点2 (10分钟后):

[root@master ~]# head -2 /proc/net/dev; grep 'eth0' /proc/net/dev
Inter-|   Receive                                                |  Transmit
 face |bytes    packets errs drop fifo frame compressed multicast|bytes    packets errs drop fifo colls carrier compressed
  eth0: 2106578811 14619190    0    0    0     0          0         0 3707723332 13428268    0    0    0     0       0          0

现在，我们将使用这些数据来计算10分钟内的网络流量。
计算接收流量:

# 接收流量 = 时间点2的Rx bytes - 时间点1的Rx bytes
接收流量 = 2106578811 - 2105256111 = 1322700

计算发送流量:

# 发送流量 = 时间点2的Tx bytes - 时间点1的Tx bytes
发送流量 = 3707723332 - 3704084868 = 3638464

将字节转换为比特:

# 流量（bps） = 字节数 * 8
接收流量（bps） = 1322700 * 8 = 10581600 bps
发送流量（bps） = 3638464 * 8 = 29107712 bps

计算总流量:

# 总流量 = 接收流量 + 发送流量
总流量 = 10581600 bps + 29107712 bps = 39689312 bps

根据这个计算，我们可以得出在这10分钟的时间段内，eth0接口的总流量为39689312比特每秒（bps）。这个数据可以帮助我们了解网络的使用情况，如果我们需要监控网络带宽使用或者检测网络瓶颈，这样的计算是非常有用的。

最佳实践：

  • 定期监控网络接口的流量，以便及时发现网络拥堵或异常流量。

磁盘监控

磁盘是存储数据的主要介质。通过/etc/mtab文件，我们可以了解磁盘分区的情况。

[root@master cron.d]# python
Python 2.7.5 (default, Nov 14 2023, 16:14:06)
[GCC 4.8.5 20150623 (Red Hat 4.8.5-44)] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> from os import statvfs
>>> statvfs('/')
posix.statvfs_result(f_bsize=4096, f_frsize=4096, f_blocks=10288179, f_bfree=4565268, f_bavail=4120812, f_files=2621440, f_ffree=2254506, f_favail=2254506, f_flag=4096, f_namemax=255)

#计算公式
磁盘使用率 = `100 - (f_bfree * 100 / f_blocks)`

最佳实践：

  • 监控磁盘使用率，确保有足够的磁盘空间。
  • 定期检查磁盘健康状况，预防磁盘故障。

网络连接状态监控

通过网络连接状态，我们可以了解系统的网络通信情况。/proc/net/snmp文件提供了这方面的信息。

[root@master ~]# cat /proc/net/snmp
Ip: Forwarding DefaultTTL InReceives InHdrErrors InAddrErrors ForwDatagrams InUnknownProtos InDiscards InDelivers OutRequests OutDiscards OutNoRoutes ReasmTimeout ReasmReqds ReasmOKs ReasmFails FragOKs FragFails FragCreates
Ip: 1 64 101644416 0 0 460 1 0 101643443 101038822 0 40 0 0 0 0 3 0 6
Icmp: InMsgs InErrors InCsumErrors InDestUnreachs InTimeExcds InParmProbs InSrcQuenchs InRedirects InEchos InEchoReps InTimestamps InTimestampReps InAddrMasks InAddrMaskReps OutMsgs OutErrors OutDestUnreachs OutTimeExcds OutParmProbs OutSrcQuenchs OutRedirects OutEchos OutEchoReps OutTimestamps OutTimestampReps OutAddrMasks OutAddrMaskReps
Icmp: 439298 202 0 263 5 0 0 55 438972 3 0 0 0 0 446574 0 7602 0 0 0 0 0 438972 0 0 0 0
IcmpMsg: InType0 InType3 InType5 InType8 InType11 OutType0 OutType3
IcmpMsg: 3 263 55 438972 5 438972 7602
Tcp: RtoAlgorithm RtoMin RtoMax MaxConn ActiveOpens PassiveOpens AttemptFails EstabResets CurrEstab InSegs OutSegs RetransSegs InErrs OutRsts InCsumErrors
Tcp: 1 200 120000 -1 1686536 975775 114585 741592 261 103555259 102377604 2954454 4266 1247740 436
Udp: InDatagrams NoPorts InErrors OutDatagrams RcvbufErrors SndbufErrors InCsumErrors
Udp: 252256 7811 0 253200 0 0 0
UdpLite: InDatagrams NoPorts InErrors OutDatagrams RcvbufErrors SndbufErrors InCsumErrors
UdpLite: 0 0 0 0 0 0 0
字段名称解释
TCP RtoAlgorithm重传算法的类型
TCP RtoMin最小重传时间
TCP RtoMax最大重传时间
TCP MaxConn最大并发连接数
TCP ActiveOpens主动打开的连接数
TCP PassiveOpens被动打开的连接数
TCP AttemptFails连接尝试失败的次数
TCP EstabResets被对方重置的连接数
TCP CurrEstab当前已建立的连接数
TCP InSegs接收到的TCP段数
TCP OutSegs发送的TCP段数
TCP RetransSegs重传的TCP段数
TCP InErrs接收到的带有错误的TCP段数
TCP OutRsts发送的重置连接的TCP段数
TCP InCsumErrors接收到的校验和错误的TCP段数
UDP InDatagrams接收到的UDP数据报文数
UDP NoPorts由于没有监听的端口而被丢弃的UDP数据报文数
UDP InErrors接收到的错误UDP数据报文数
UDP OutDatagrams发送的UDP数据报文数
UDP RcvbufErrors接收缓冲区溢出导致的错误数
UDP SndbufErrors发送缓冲区溢出导致的错误数
UDP InCsumErrors接收到的校验和错误的UDP数据报文数

/proc/net/snmp文件提供了网络子系统的统计信息，但它本身并不直接提供当前活动的连接列表。然而，您可以通过监控Tcp部分中的某些指标来间接地了解连接的状态和数量。

以下是一些通过/proc/net/snmp监控连接数的方法：

跟踪CurrEstab值

CurrEstab表示当前已建立的TCP连接数。通过定期检查这个值，您可以了解当前的连接数量。如果这个数值持续增长或异常高，可能表明有大量连接正在建立，这可能是正常业务流量，也可能是潜在的攻击。

监控ActiveOpens和PassiveOpens

ActiveOpens表示系统主动尝试建立连接的次数。
PassiveOpens表示系统被动接受连接的次数。
监控这两个指标可以帮助您了解系统的连接模式。如果ActiveOpens远大于PassiveOpens，可能表明系统更多地作为客户端发起连接；反之，则表明系统更多地作为服务器接受连接。

检查InSegs和OutSegs

InSegs表示接收到的TCP段数量。
OutSegs表示发送的TCP段数量。
这两个指标可以帮助您了解数据传输的活跃程度。如果这两个值持续增加，可能表明网络连接正在积极传输数据。

注意InErrs和OutRsts

InErrs表示接收到的带有错误的TCP段数量。
OutRsts表示发送的重置连接的TCP段数量。
如果这两个指标的值较高，可能表明网络连接存在问题，如丢包、超时或其他错误。

为了更有效地监控连接数，您可以编写脚本定期读取/proc/net/snmp文件，并记录上述指标的值。通过分析这些数据随时间的变化，您可以识别出网络流量的模式和潜在的问题。

请注意，/proc/net/snmp文件提供的是统计信息，而不是实时的连接状态。如果您需要查看当前所有的网络连接，可以使用netstat命令或查看/proc/net/tcp文件（对于TCP连接）和/proc/net/udp文件（对于UDP连接）。这些工具和文件提供了更详细的关于当前活动连接的信息。

最佳实践：

  • 监控TCP和UDP的连接状态，以便及时发现网络问题。
  • 使用防火墙和安全策略来保护系统免受未授权访问。

监控SWAP分区使用

查看哪个进程占用的SWAP分区比较多。

for i in $(cd /proc;ls | grep "^[0-9]" | awk '$0>100'); do awk '/Swap:/{a=a+$2}END{print '"$i"',a/1024"M"}' /proc/$i/smaps;done| sort -k2nr | head

监控进程打开的句柄数

查看当前进程打开了多少文件句柄。

lsof -n | awk '{print($2)}' | sort | uniq -c | sort -nr | more

结论

掌握Linux系统监控技巧对于确保系统稳定运行至关重要。通过本文介绍的方法，您可以有效地监控系统的关键性能指标，并采取适当的措施来优化系统性能。记住，定期监控和维护是保持系统健康的关键。同时，利用自动化监控工具可以大大提高效率和准确性。希望本文能帮助您更好地理解和应用Linux系统监控，确保您的系统始终处于最佳状态。

我是峰迹
关注
  • 13
    点赞
  • 踩
  • 13
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Linux操作系统：性能指标监控与通知
m0_51456787的博客
08-13 3322
系统的性能指标监控是比较常见的针对系统的管理场景，比如系统有挖矿程序，或者系统本身存在高CPU进程(正常应用)，除了CPU之外，也可以监控内存，硬盘，网络流星等使用情况。通过监控和发送通知，可以及时对系统的运行情况进行把控进而实现正确的处置。如果发现某些异常CPU消耗，甚至可以直接结束掉进程。(1)通过相应的命令能够输出需要的指标。(2)通过awk对输出结果进行过滤，找到对应的值。(3)根据对应的值进行判断，进而决定后续处理方式。......
Linux 性能监控
热门推荐
David Dai -- Focus on Oracle
02-21 3万+
<br /> <br />       公司有个测试服务器，上面跑了几个应用和一个DB。 DB被这个几个应用使用。最近老是被挂掉。 CPU 使用率100%。搞到最后大家都不能用。敲个命令都没反应。TOP命令显示的是一些Oracle session占用CPU资源太多。杯具的是在服务器上连sqlplus 都进不去了，命令都没反应。只好把服务器重启了。重启之后再看了一下，是一个同事测试的SQL 有问题。一条SQL 占用CPU 就30%。<br />       在研究这个问题的时候，也google到了一些Linu
Linux查看CPU和内存使用情况
最新发布
C'mon的博客
08-06 1352
这两个的区别在于使用的角度来看，第一行是从OS的角度来看，因为对于OS，buffers/cached 都是属于被使用，所以他的可用内存是16176KB,已用内存是3250004KB,其中包括，内核（OS）使用+Application(X, oracle,etc)使用的+buffers+cached.“load average”为当前系统负载的平均值，后面的三个值分别为1分钟前、5分钟前、15分钟前进程的平均数，一般的可以认为这个数值超过 CPU 数目时，CPU 将比较吃力的负载当前系统所包含的进程；
谈谈Linux 性能监控
jacky0922的专栏
12-21 799
公司有个测试服务器，上面跑了几个应用和一个DB。 DB被这个几个应用使用。 最近老是被挂掉。 CPU 使用率100%。 搞到最后大家都不能用。 敲个命令都没反应。 TOP命令显示的是一些Oracle session占用CPU资源太多。 杯具的是在服务器上连sqlplus 都进不去了，命令都没反应。 只好把服务器重启了。 重启之后再看了一下，是一个同事测试的SQL 有问题。 一条SQL 占用CPU
【linux系列】性能监控
qq_35789269的博客
06-11 829
我们在linux下，如果想要监控服务器性能。我们必须掌握以下常用的指标查看命令。
Linux系统服务管理：全面掌握服务的部署与管理
Linux系统服务管理概述 ## 1.1 服务的定义与作用 在Linux系统中，服务指的是在后台运行的程序或进程，可以为系统或用户提供某种功能或功能集合。服务的作用包括但不限于提供网络连接、数据存储、资源共享等。 ## ...
Linux监控与性能优化：持续提升系统性能
因此，掌握Linux监控和性能优化的方法和工具是每个IT专业人员都应该具备的基本技能。 ## B. 本文目的及读者价值 本文的目的是提供读者有关Linux监控与性能优化的全面指南。通过本文，读者将了解到以下内容： 1. ...
Linux系统性能监控与故障排查技巧
在Linux系统中，性能监控是非常重要的，它可以帮助我们实时了解系统的运行状态，及时发现和解决潜在的性能问题，保障系统的稳定性和可靠性。 ## 1.1 Linux系统性能监控的重要性 系统性能监控的重要性不言而喻。...
Linux系统性能调优指南：从监控到优化，全面提升系统效率（5个步骤详解）
本文档将提供一个全面的指南，涵盖Linux系统性能调优的各个方面，从监控和瓶颈识别到优化技术和最佳实践。 通过了解Linux系统性能调优的基础知识，IT专业人员可以有效地提高其系统的效率和可靠性，从而为用户提供更...
Linux系统监控与性能优化
Linux系统监控简介 ## 1.1 监控的重要性 系统监控是维持Linux服务器稳定性和性能的关键。通过监控系统资源利用率、服务运行状态等信息，管理员可以及时发现问题并进行调整，确保系统正常运行。 ## 1.2 常见的...
linux系统性能监控
ZhouXin1111112的博客
08-03 1152
MMU寻址过程：当MMU翻译虚拟地址，首先根据 页表基地址寄存器 中的物理地址 找到 第0级页表，然后将虚拟页号0 （第47-39位）作为页表索引，读取第0级页表项，在其中存储着下一级（第1级）页表页的物理地址，MMU按照类似方式将虚拟地址的虚拟页号1（38-30位）作为页表项，往下类推，找到第3级页表中的页表找到该虚拟地址对应的物理页号，再结合虚拟地址中的页内偏移量即可获得最终的物理地址。系统平均负载是指过去的1分钟，5分钟，15分钟，处于可运行或就绪或者阻塞的状态的进程的平均数量。
Linux运维基础采集项
hustsselbj的专栏
07-07 5686
转自小米开源监控open-falcon，http://book.open-falcon.com/zh/faq/linux-metrics.html 做运维，不怕出问题，怕的是出了问题，抓不到现场，两眼摸黑。所以，依靠强大的监控系统，收集尽可能多的指标，意义重大。但哪些指标才是有意义的呢，本着从实践中来的思想，各位工程师在长期摸爬滚打中总结出来的经验最有价值。 在各位运维工程师长期的工作实践中，
Linux性能监控之CPU
不见长安见晨雾
03-21 5662
CPU介绍 内核调度器将负责调度2种资源种类：线程(单一或者多路)和中断。 调度器去定义不同资源的不同优先权。 优先级：Interrupts(中断) > Kernel(System) Processes（内核处理/系统进程） > User Processes(用户进程) Interrupts(中断) ： 设备通知内核，他们完成一次数据处理的过程。例如，当一块网卡设备递送网络数据包或者一块硬件提供了一次IO请求。 Kernel(System) Processes(内核处理过程) ：所有内核处理过
优秀的Linux 性能监控工具
weixin_43280061的博客
06-12 235
引言 对于系统和网络管理员来说每天监控和调试Linux系统的性能问题是一项繁重的工作。在IT领域作为一名Linux系统的管理员工作5年后，我逐渐认识到监控和保持系统启动并运行是多么的不容易。 基于此原因，我们已编写了最常使用的命令行工具列表，这些工具将有助于每个Linux/Unix 系统管理员的工作。 这些命令行工具可以在各种Linux系统下使用，可以用于监控和查找产生性能问题的原因。 这个命令行工具列表提供了足够的工具，您可以挑选适用于您的监控场景的工具。 1.顶部 - Linux进程监控 Linux T
linux服务器历险之linux性能监控
最实用的Linux博客
10-03 4427
1、uptimeuptime命令用于查看服务器运行了多长时间以及有多少个用户登录，快速获知服务器的负荷情况。uptime的输出包含一项内容是load average，显示了最近1-，5-，15分钟的负荷情况。它的值代表等待CPU处理的进程数，如果CPU没有时间处理这些进程，load average值会升高；反之则会降低。load average的最佳值是1，说明每个进程都可以马上处理并且没有CPU
Linux top命令的用法详细详解
cherish_2012的专栏
07-03 3683
查看多核CPU命令 mpstat -P ALL  和  sar -P ALL    说明：sar -P ALL > aaa.txt   重定向输出内容到文件 aaa.txt top命令经常用来监控linux的系统状况，比如cpu、内存的使用，程序员基本都知道这个命令，但比较奇怪的是能用好它的人却很少，例如top监控视图中内存数值的含义就有不少的曲解。 本文通过一个运行中的WEB服务器的t
linux服务器的性能分析与优化
weixin_34189116的博客
04-01 271
【1】影响Linux服务器性能的因素 操作系统级 Ø CPU 目前大部分CPU在同一时间只能运行一个线程，超线程的处理器可以在同一时间处理多个线程，因此可以利用超线程特性提高系统性能。 在linux系统下只有运行SMP内核才能支持超线程，但是安装的CPu数量越多，从超线程获得的性能提升越少。 另外linux内核会将多核的处理器当做多个单独的CPU来识别，例如，两个4核的CPU会被当成8个...
linux 的性能监控
weixin_42365496的博客
12-11 896
一、linux 的性能监控 对进程的监控 ps -aux ps 参数： -e:显示所有进程和环境变量 -f:全格式显示 -h:不显示标题 -l:长格式显示 -w:宽格式输出 -a:显示终端上所有进程，包括其他的用户进程 -r:只显示正在运行的进程 -x:显示没有控制终端的进程 -u:以用户为主的格式来显示进程 kill kill 参数 pid： 参数： -2：相当于ctrl + c -9: 强制终止 -15：正常终止 对内存的监控 free free 参数： -b:
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值