常见cpu性能优化方法

一、平均负载

平均负载指 单位时间内，系统处于可运行状态和不可中断状态的平均进程数，也就是平均活跃进程数，它和 CPU 使用率并没有直接关系。

所谓可运行状态的进程，是指正在使用 CPU 或者正在等待 CPU 的进程，也就是我们常用 ps aux 命令看到的，处于 R 状态（Running 或 Runnable）的进程。

不可中断状态的进程则是正处于内核态关键流程中的进程，并且这些流程是不可打断的，比如最常见的是等待硬件设备的 I/O 响应，也就是我们在 ps aux 命令中看到的 D 状态（Uninterruptible Sleep，也称为 Disk Sleep）的进程。

所以， top 命令中的

load average: 0.10, 0.04, 0.05 表示：

一分钟内 平均活跃进程数为 0.10个

五分钟内 平均活跃进程数为 0.04个

十五分钟内 平均活跃进程数为 0.05个

计算规则 ： 在Linux系统中，是每间隔$5HZ$或者$5秒$统计一次运行的任务数，然后计算均值。

 

平均负载与cpu个数的关系 ：

获取cpu个数命令 ：

grep 'model name' /proc/cpuinfo | wc -l

理想情况下， 应该是每个cpu上运行一个程序， 平均负载的值等于cpu个数。

通过三个时间可以判定cpu负载的趋势。

当平均负载高于 CPU 数量 70% 的时候，你就应该分析排查负载高的问题了。一旦负载过高，就可能导致进程响应变慢，进而影响服务的正常功能(70%不是绝对的)。

查看负载命令：

uptime

查看各cpu使用率变化的命令 ：

# -P ALL 表示监控所有 CPU，后面数字 5 表示间隔 5 秒后输出一组数据

$ mpstat -P ALL 5

查看当前有哪些进程在使用 cpu 命令 ：

# 间隔 5 秒后输出一组数据

$ pidstat -u 5 1

 

二、cpu使用率

Linux 通过 /proc 虚拟文件系统，向用户空间提供了系统内部状态的信息，而 /proc/stat 提供的就是系统的 CPU 和任务统计信息。

# 只保留各个 CPU 的数据

$ cat /proc/stat | grep ^cpu

cpu  280580 7407 286084 172900810 83602 0 583 0 0 0

cpu0 144745 4181 176701 86423902 52076 0 301 0 0 0

cpu1 135834 3226 109383 86476907 31525 0 282 0 0 0

这里的输出结果是一个表格。其中，第一列表示的是 CPU 编号，如 cpu0、cpu1 ，而第一行没有编号的 cpu ，表示的是所有 CPU 的累加。其他列则表示不同场景下 CPU 的累加节拍数，它的单位是 USER_HZ，也就是 10 ms（1/100 秒），所以这其实就是不同场景下的 CPU 时间。

user（通常缩写为 us），代表用户态 CPU 时间。注意，它不包括下面的 nice 时间，但包括了 guest 时间。

nice（通常缩写为 ni），代表低优先级用户态 CPU 时间，也就是进程的 nice 值被调整为 1-19 之间时的 CPU 时间。这里注意，nice 可取值范围是 -20 到 19，数值越大，优先级反而越低。

system（通常缩写为 sys），代表内核态 CPU 时间。

idle（通常缩写为 id），代表空闲时间。注意，它不包括等待 I/O 的时间（iowait）。

iowait（通常缩写为 wa），代表等待 I/O 的 CPU 时间。

irq（通常缩写为 hi），代表处理硬中断的 CPU 时间。

softirq（通常缩写为 si），代表处理软中断的 CPU 时间。

steal（通常缩写为 st），代表当系统运行在虚拟机中的时候，被其他虚拟机占用的 CPU 时间。

guest（通常缩写为 guest），代表通过虚拟化运行其他操作系统的时间，也就是运行虚拟机的 CPU 时间。

guest_nice（通常缩写为 gnice），代表以低优先级运行虚拟机的时间。

通常所说的 CPU 使用率，就是除了空闲时间外的其他时间占总 CPU 时间的百分比，用公式来表示就是

也可以用每一个场景的 CPU 时间，除以总的 CPU 时间，计算出每个场景的 CPU 使用率。

比如 ：

	user	nice	system	idle	iowait	irq	softirq	steal	guest	guest_nice
cpu	280580	7407	286084	172900810	83602	0	583	0	0	0
cpu0	144745	4181	176701	86423902	52076	0	301	0	0	0
cpu1	135834	3226	109383	86476907	31525	0	282	0	0	0

Cpu总使用率 = 1-172900810/(280580+7407+286084+172900810+83602+0+583+0+0+0) = 0.003792691532460757 = 0.3792691532460757%

不过这里记录的是一直累计的结果， 而我们获取cpu使用率一般是当前使用率， 所以我们会取一个时间差，得到这段时间的平均cpu使用率。

性能分析工具给出的都是间隔一段时间的平均 CPU 使用率，所以要注意间隔时间的设置，特别是用多个工具对比分析时，你一定要保证它们用的是相同的间隔时间。

比如 ：

总Cpu平均使用时间 =

1 - float64(1235020245-1235017470)/float64((1189661+78356+2269914+1235020245+2533097+0+103995+0+0+0)-(1189657+78356+2269913+1235017470+2533097+0+103995+0+0+0))

= 0.0017985611510791255 = 0.17985611510791255%

而 top(默认每 3 秒刷新一次,按下数字 1 ，就可以切换到每个 CPU 的使用率) 看到的结果也差不多

显示进程较详细cpu使用率 ：

# 每隔 1 秒输出一组数据，共输出 5 组
$ pidstat 1 5

通过以上操作， 基本上可以定位到是哪些程序cpu使用率过高。

但是找到程序之后， 如果想要优化， 就要确定是哪一个函数、那段代码导致的cpu使用率过高， 怎么做到呢？

使用 perf 工具

类似于 top，它能够实时显示占用 CPU 时钟最多的函数或者指令，因此可以用来查找热点函数。

三、实例

go 程序如下 ：

func test4(a int64) {
	fmt.Println(a)
	for {
		a++
	}
}

func test3(a int64) {
	for a < 1000000000 {
		a++
	}
	test4(a)
}

func test2(a int64) {
	for a < 1000000 {
		a++
	}
	test3(a)
}

func test(a int64) {
	for a < 100000 {
		a++
	}
	test2(a)
}

func main() {
	test(1)
}

运行后,

1、使用top命令查看cpu使用情况

2、使用 pidstat 1 5 命令找到使用 cpu 的进程的进程号

3、使用 perf top -g -p 进程号 命令查看调用情况

4、可以使用上下键选中 main.test4 这行， 然后按回车展开函数调用栈：

将采样保存到文件中回放 ：

$ perf record # 按 Ctrl+C 终止采样  指定进程 ： perf record -g -p 71617
[ perf record: Woken up 1 times to write data ]
[ perf record: Captured and wrote 0.452 MB perf.data (6093 samples) ]

$ perf report # 展示类似于 perf top 的报告 指定进程 ： perf report -g -p 71617