先自我介绍一下,小编浙江大学毕业,去过华为、字节跳动等大厂,目前在阿里
深知大多数程序员,想要提升技能,往往是自己摸索成长,但自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年最新Linux运维全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上运维知识点,真正体系化!
由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新
为了快速响应硬件设备的请求,中断会打断进程的正常执行和调度,然后调用内核中的中断处理程序来响应硬件设备的请求
举个例子
你订了一份外卖,但是不确定外卖什么时候送到,也没有别的方法了解外卖的进度,而且配送员送外卖是不等人的,到了你这儿没人取的话,就直接走人了。所以你只能苦苦等着,时不时去门口看看外卖送到没,而不能干其他事情。
不过呢,如果在订外卖的时候,你就跟配送员约定好,让他送到后给你打个电话,那你就不用苦苦等待了,就可以去忙别的事情,直到电话一响,接电话、取外卖就可以了
这里的打电话就是一个中断,没接到电话的时候,你可以去做其他事情(例如进程的正常调度和执行),当外卖到了,你接到了电话(中断产生),这时候你会立刻放下手头上正在做的事,去执行另一个动作——取外卖(执行中断处理程序)
这个例子我们可以发现,中断其实是一种异步的事件处理机制,可以提高系统的并发处理能力
不知道你们发现了没有,中断会打断其他进程的正常运行,并执行中断处理程序,如果中断处理程序运行时间很长会发生什么事呢?
在中断处理程序执行过程中,会临时关闭中断,这就会导致这次中断处理前,其他中断都不能响应,也就意味着中断有可能会丢失。
举个例子
假如你订了两份外卖,并且是由两个不同的配送员来配送,你跟配送员还约定了外卖到打电话的方式。
但是,问题又来了。
当第一份外卖送到时,配送员给你打了个长长的电话,讨论商量发票的处理方式。与此同时,第二个配送员也到了,也想给你打电话。
很明显,因为电话占线(也就是关闭了中断响应),第二个配送员的电话是打不通的。所以,第二个配送员很可能试几次后就走掉了(也就是丢失了一次中断)。
为了解决中断丢失或者中断处理程程序处理时间过长的问题,我们于是便有了软中断
软中断
系统为了解决中断丢失或者中断处理程序执行时间过长的问题,将中断处理分成了两个阶段
- 上半部
-
- 上半部用来快速处理中断,它在中断禁止模式(关闭中断响应)下运行,主要处理跟硬件紧密相关的或时间敏感的工作,也就是我们所说的硬中断
- 下半部
-
- 下半部用来延迟处理上半部未完成的工作,通常以内核线程的方式运行,也就是我们所说的软中断
上半部(硬中断)会打断CPU正在执行的任务,然后立刻执行中断处理程序。
而下半部以内核线程的方式执行,并且每个 CPU 都对应一个软中断内核线程,名字为“ksoftirqd/CPU 编号”,比如说, 0 号 CPU 对应的软中断内核线程的名字就是 ksoftirqd/0
我们可以通过查看 /proc/softirqs 文件的内容,就可以看到各种类型软中断在不同 CPU 上的累积运行次数
在介绍了中断和软中断的概念后,我们回到案例中
排查
定位到设备是因为软中断过高后,我们要知道是哪种类型的软中断出了问题
上面说到,我们可以去查看 /proc/softirqs
文件的内容,就能看到各种软中断类型和对应的次数
但是我们需要注意的是,/proc/softirqs
文件里面软中断类型的次数,是系统运行以来的累积中断次数。对现在遇到的问题并没有多大的意义
所以我们需要看到的是这些中断次数的变化速率才是关键
这里我用到了 watch 命令,这个工具可以观察命令输出的变化情况
watch 命令可以定期运行一个命令来查看输出;如果再加上 -d 参数,还可以高亮出变化的部分,从高亮部分我们就可以直观看出,哪些内容变化得更快
$ watch -d cat /proc/softirqs
CPU0 CPU1
HI: 0 0
TIMER: 1083906 2368646
NET_TX: 53 9
NET_RX: 1550643 1916776
BLOCK: 0 0
IRQ_POLL: 0 0
TASKLET: 333637 3930
SCHED: 963675 2293171
HRTIMER: 0 0
RCU: 1542111 1590625
通过 /proc/softirqs 文件内容的变化情况,我们可以发现, TIMER(定时中断)、NET_RX(网络接收)、SCHED(内核调度)、RCU(RCU 锁)等这几个软中断都在不停变化
其中 NET_RX,也就是网络数据包接收软中断的变化速率最快。而其他几种类型的软中断,是保证 Linux 调度、时钟和临界区保护这些正常工作所必需的,所以它们有一定的变化倒是正常的
接下来,我们从网络接收的软中断入手继续分析排查,既然是网络接收类型的软中断过高,那就很有可能是网卡问题(eth0是外网网卡)
我们先看下网卡的驱动版本,是不是驱动版本问题,这里我用到了 ethtool 命令
$ ethtool -i eth0
从输出结果看到,网卡的驱动版本是正常的
(注:不同环境网卡的驱动版本不是千篇一律的,这里我是根据我本机生产环境上的网卡版本来判断的。还得具体环境具体分析)
驱动版本没有问题,我们接着看下eth0网卡的队列支持单队列还是多队列
$ tc qdisc show dev eth0
从输出的结果我们发现,网卡是支持多队列的,网卡多队列可以将不同的中断次数分发到不同的CPU上,也就是说可以由多块cpu分摊中断,而不是单单一颗cpu来“独自承受”
既然是多队列,但还是产生了单核软中断过高的问题,那么就很有可能是中断只分配到了一颗cpu上
排查到这里,原因基本也就排查出来了。
后面我找了负责这个的同事来处理,发现果真是中断只分配到了cpu4上,才导致了设备 cpu4 上的软中断使用率如此之高。
先自我介绍一下,小编浙江大学毕业,去过华为、字节跳动等大厂,目前在阿里
深知大多数程序员,想要提升技能,往往是自己摸索成长,但自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年最新Linux运维全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上运维知识点,真正体系化!
由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新
了95%以上运维知识点,真正体系化!**
由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新