Linux内核CPU使用偏高排查

最新推荐文章于 2024-05-17 16:41:20 发布

张君陌

最新推荐文章于 2024-05-17 16:41:20 发布

阅读量1.7k

点赞数

分类专栏： problem Linux 文章标签： cpu linux redis nginx 数据库

本文链接：https://blog.csdn.net/qq_31220203/article/details/119893174

版权

Linux 同时被 2 个专栏收录

17 篇文章 2 订阅

订阅专栏

problem

8 篇文章 1 订阅

订阅专栏

问题

内核cpu使用过高

观测

top查看负载。系统中断si和系统内核sy占用cpu偏高

top - 13:23:41 up 225 days,  9:53,  2 users,  load average: 2.80, 3.06, 2.39
Tasks: 211 total,   1 running, 210 sleeping,   0 stopped,   0 zombie
%Cpu(s): 23.4 us, 10.6 sy,  0.0 ni, 56.5 id,  0.1 wa,  0.0 hi,  9.4 si,  0.0 st
KiB Mem :  8008660 total,   203620 free,  1213136 used,  6591904 buff/cache
KiB Swap:        0 total,        0 free,        0 used.  6367804 avail Mem

iostat 查看磁盘io情况，正常

avg-cpu:  %user   %nice %system %iowait  %steal   %idle
          23.08    0.00   18.61    0.25    0.00   58.06

Device:         rrqm/s   wrqm/s     r/s     w/s    rkB/s    wkB/s avgrq-sz avgqu-sz   await r_await w_await  svctm  %util
vda               0.00    13.00    0.00   12.00     0.00  2756.00   459.33     0.07    5.83    0.00    5.83   1.00   1.20

vmstat -w 1 10 查看总体资源。中断in和上下文切换cs偏高。一般而言应该是I/O调用导致的频繁上下文切换，此服务器是处理业务的，存在大量的网络调用

$ vmstat -w 1 10
procs -----------------------memory---------------------- ---swap-- -----io---- -system-- --------cpu--------
 r  b         swpd         free         buff        cache   si   so    bi    bo   in   cs  us  sy  id  wa  st
 2  0            0       206204       313168      6278648    0    0     0   455    0    0  13  11  76   0   0
 1  0            0       206784       313168      6278648    0    0     0  2756 40875 33178  24  19  57   0   0
 3  0            0       206080       313168      6278648    0    0     0  2852 39429 32818  20  19  61   0   0
 0  0            0       206852       313168      6278648    0    0     0  2756 40426 32924  24  22  53   0   0
 0  0            0       205656       313168      6278648    0    0     0  2756 40709 33823  23  18  58   0   0
 1  0            0       202956       313168      6278648    0    0     0  2764 43104 35866  24  19  56   0   0
 1  0            0       205952       313168      6278652    0    0     0  2756 41111 34041  23  18  59   0   0
 1  0            0       203988       313168      6278652    0    0     0  2832 38512 32345  21  18  61   0   0
 2  0            0       204532       313168      6278652    0    0     0  2756 41736 35027  23  20  57   0   0
 0  0            0       206172       313168      6278652    0    0     0  2864 41838 34968  22  19  59   0   0

查看网络层协议调用情况。nginx和php-fpm之间的交互是采用AF_UNIX域的，剩下的AF_INET为网络访问，这个比较多

bpftrace sofamily.bt

@accept[nginx, 2, AF_INET]: 116
@accept[php-fpm, 1, AF_UNIX]: 10493

@connect[CmsGoAgent.linu, 2, AF_INET]: 6
@connect[php-fpm, 0, AF_UNSPEC]: 8
@connect[php-fpm, 10, AF_INET6]: 8
@connect[php-fpm, 1, AF_UNIX]: 190
@connect[nginx, 1, AF_UNIX]: 10574
@connect[php-fpm, 2, AF_INET]: 48323

采用bpf工具

查看传输层协议情况。

UDP使用较多，服务器没有使用UDP端口的自研应用，那么一般而言就是DNS服务了

bpftrace soprotocol.bt

@connect[systemd-cgroups, 0, IPPROTO_IP, UNIX]: 2
@connect[CmsGoAgent.linu, 0, IPPROTO_IP, UNIX]: 3
@connect[dbus-daemon, 0, IPPROTO_IP, UNIX]: 4
@connect[aliyun-service, 6, IPPROTO_TCP, TCP]: 7
@connect[ps, 0, IPPROTO_IP, UNIX]: 8
@connect[CmsGoAgent.linu, 6, IPPROTO_TCP, TCP]: 10
@connect[crond, 0, IPPROTO_IP, UNIX]: 10
@connect[aliyun-service, 17, IPPROTO_UDP, UDP]: 12
@connect[CmsGoAgent.linu, 17, IPPROTO_UDP, UDP]: 20
@connect[php-fpm, 17, IPPROTO_UDP, UDPv6]: 95
@connect[nginx, 6, IPPROTO_TCP, TCP]: 717
@connect[nginx, 0, IPPROTO_IP, UNIX]: 42835
@connect[php-fpm, 0, IPPROTO_IP, UNIX]: 43514
@connect[php-fpm, 6, IPPROTO_TCP, TCP]: 66381
@connect[php-fpm, 17, IPPROTO_UDP, UDP]: 127774

tcpdump 抓包查看UDP的报文。显示主要为mysql和redis的dns解析，但是redis采用的是长连接，不应该有这么多，redis由多台，但是只有一台频繁解析，这很疑惑

# 53为dns端口
tcpdump -c 100000 port 53 > tcpdump.out
# head tcpdump.out
13:10:54.525159 IP server001.40657 > 100.100.2.136.domain: 49971+ A? mysql.test001.com. (61)
13:10:54.525248 IP 100.100.2.136.domain > server001.40657: 49971* 1/0/0 A 172.17.191.188 (77)
13:10:54.525301 IP server001.58239 > 100.100.2.136.domain: 41535+ AAAA? mysql.test001.com. (61)

# cat tcpdump.out|awk '{print $8,$9}'|sort |uniq -c|sort -rn
36020 mysql.test001.com. (61)
24197 (140)
18010 A 172.17.191.188
 6430 mysql.test002. (61)
 5938 redis.test001. (61)
 3215 A 172.17.191.191
 2969 A 172.17.191.192
 1486 es.test001. (68)
  743 A 172.17.142.150

排查代码发现只有一处采用了短连接，但是那是专供脚本使用的，采用单例，如果有大量的dns解析，那么应该每台redis服务器的DNS解析都会不少。改为长连接，上线测试了一下，redis的DNS解析没有降低，不是代码的问题，还原代码。
采用tcpdump抓包redis 解析很多的服务器内容看看效果。先找到ip，抓指定ip的包，看到了PHPREDIS_SESSION，这就不奇怪了，phpsession使用redis存储的(dns解析最多的那台redis服务器)，是短连接，所以会有大量的dns解析查询。

# grep -B3 'redis.test001' tcpdump.out|head -10
...
13:10:54.535689 IP server001.40281 > 100.100.2.136.domain: 59941+ A? redis.test001. (61)
13:10:54.535805 IP 100.100.2.136.domain > server001.40281: 59941* 1/0/0 A 172.17.191.192 (77)
...

tcpdump -c 100  dst host 172.17.191.192 and port 6379 -xx
...
14:03:10.361710 IP server001.57342 > 172.17.191.192.6379: Flags [P.], seq 37:100, ack 6, win 229, length 63: RESP "GET" "PHPREDIS_SESSION:k3cr2f5mooqsddd9vlbj6pqv2e"

对于Mysql的解析很多，这是框架的问题，首先mysql采用的短连接，而且每一次建立请求的时候都会建立Mysql连接，但是数据其实从redis缓存就获取到了。解决办法是修改mysql连接机制，还是使用短连接，但是MySQL建立需要在要查询SQL时才建立，而不是每一个获取数据都建立MySQL连接，因为很多请求其实数据直接来源于redis。
减少无效TCP连接建立，也就减少了一部分的系统调用，从而降低负载。
把mysql的无效连接取消后，中断和进程上下文切换有所下降20%，CPU变化不是特别明显，load有所下降，3.5->2.5