Linux CPU软中断案例一则

中断是一种异步的事件处理机制,用来提高系统的并发处理能力。中断事件发生,会触发执行中断处理程序,而中断处理程序被分为上半部和下半部这两个部分。

● 上半部对应硬中断,用来快速处理中断

● 下半部对应软中断,用来异步处理上半部未完成的工作

Linux 中的软中断包括网络收发、定时、调度、RCU锁等各种类型,我们可以查看proc 文件系统中的/proc/softirqs,观察软中断的运行情况。

在Linux中,每个CPU都对应一个软中断内核线程,名字是 ksofirqd/CPU编号。当软中断事件的频率过高时,内核线程也会因为CPU使用率过高而导致软中断处理不及时,进而引发网络收发延时,调度缓慢等性能问题。

 

案例准备


接下来的案例基于Ubuntu18.04,也同样适用于其他的Linux系统。我使用的案例环境是这样的∶

● 机器配置∶2CPU、8GB 内存。

● 预先安装 docker、sysstat、sar、hping3、tcpdump等工具,比如 apt-get install

dockerio sysstat hping3 tcpdump。

这里我用到了三个新工具,sar、hping3和 tcpdump,先简单介绍一下∶

● sar是一个系统活动报告工具,既可以实时查看系统的当前活动,又可以配置保存和报告历史统计数据。

● hping3是一个可以构造TCP/P协议数据包的工具,可以对系统进行安全审计、防火墙测试等。

● tcpdump是一个常用的网络抓包工具,常用来分析各种网络问题。本次案例用到两台虚拟机,我画了一张图来表示它们的关系。

 

操作和分析


安装完成后,我们先在第一个终端,执行下面的命令运行案例,也就是一个最基本的Nginx 应用:

# 运行 Nginx 服务并对外开放 80 端口
docker run-itd--name=nginx -p 80:80 nginx

然后,在第二个终端,使用 curl 访问Nginx 监听的端口,确认Nginx 正常启动。假设192.168.0.30是Nginx 所在虚拟机的 IP地址,运行 curl命令后你应该会看到下面这个输出界面∶

$ curl http://192.168.8.38/
<!DOCTYPE html>chtml><head>
<title>welcome to nginx!</title>

接着,还是在第二个终端,我们运行 hping3命令,来模拟Nginx 的客户端请求∶

现在我们再回到第一个终端,你应该发现了异常。是不是感觉系统响应明显变慢了,即便只是在终端中敲几个回车,都得很久才能得到响应?这个时候应该怎么办呢?

虽然在运行 hping3命令时,我就已经告诉你,这是一个 SYN FLOOD攻击,你肯定也会想到从网络方面入手,来分析这个问题。不过,在实际的生产环境中,没人直接告诉你原因。所以,我希望你把 hping3模拟SYNF LOOD 这个操作暂时忘掉,然后重新从观察到的问题开始,分析系统的资源使用情况,逐步找出问题的根源。

那么,该从什么地方入手呢?刚才我们发现,简单的SHELL命令都明显变慢了,先看看系统的整体资源使用情况应该是个不错的注意,比如执行下 top看看是不是出现了CPU的瓶颈。我们在第一个终端运行 top命令,看一下系统整体的资源使用情况。

这里你有没有发现异常的现象?我们从第一行开始,逐个看一下∶

·平均负载全是0,就绪队列里面只有一个进程(1 running)。

·每个 CPU 的使用率都挺低,最高的CPU1 的使用率也只有4.4%,并不算高。

·再看进程列表,CPU 使用率最高的进程也只有0.3%,还是不高呀。

那为什么系统的响应变慢了呢?既然每个指标的数值都不大,那我们就再来看,这些指标对应的更具体的含义。毕竟,哪怕是同一个指标,用在系统的不同部位和场景上,都有可能对应着不同的性能问题。

仔细看 top的输出,两个CPU的使用率虽然分别只有3.3%和4.4%,但都用在了软中断上。而从进程列表上也可以看到,CPU使用率最高的也是软中断进程 ksoftirqd。看起来,软中断有点可疑了。

既然软中断可能有问题,那你先要知道,究竟是哪类软中断的问题。用了什么方法,来判断软中断类型呢? 没错,还是proc文件系统。观察/proc/softirqs 文件的内容,你就能知道各种软中断类型的次数。

不过,这里的各类软中断次数,又是什么时间段里的次数呢?它是系统运行以来的累积中断次数。所以我们直接查看文件内容,得到的只是累积中断次数,对这里的问题并没有直接参考意义。因为,这些中断次数的变化速率才是我们需要关注的。

那什么工具可以观察命令输出的变化情况呢?我想你应该想起来了,在前面案例中用过的watch命令,就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。比如,还是在第一个终端,我们运行下面的命令∶

通过/proc/softirqs 文件内容的变化情况,你可以发现,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。

那么接下来,我们就从网络接收的软中断着手,继续分析。既然是网络接收的软中断,第一步应该就是观察系统的网络接收情况。这里你可能想起了很多网络工具,不过,我推荐今天的主人公工具 sar。

sar 可以用来查看系统的网络收发情况,还有一个好处是,不仅可以观察网络收发的吞吐量(BPS,每秒收发的字节数),还可以观察网络收发的PPS,即每秒收发的网络帧数。我们在第一个终端中运行 sar命令,并添加-n DEV参数显示网络收发的报告∶

对于 sar的输出界面,我先来简单介绍一下,从左往右依次是∶

● 第一列∶表示报告的时间。

● 第二列∶ IFACE表示网卡。

● 第三、四列∶rxpck/s和 txpck/s 分别表示每秒接收、发送的网络帧数,也就是PPS。

● 第五、六列∶rxkB/s和 txkB/s分别表示每秒接收、发送的千字节数,也就是BPS。

●后面的其他参数基本接近0,显然跟今天的问题没有直接关系,你可以先忽略掉。

我们具体来看输出的内容,你可以发现∶

●对网卡eth0来说,每秒接收的网络帧数比较大,达到了12607,而发送的网络帧数则比较小,只有6304,每秒接收的千字节数只有664 KB,而发送的千字节数更小,只有358 KB。

●docker0和veth9fbbcd的数据跟eth0基本一致,只是发送和接收相反,发送的数据较大而接收的数据较小。这是Linux 内部网桥转发导致的,你暂且不用深究,只要知道这是系统把 eth0收到的包转发给Nginx 服务即可。

从这些数据,你有没有发现什么异常的地方?

既然怀疑是网络接收中断的问题,我们还是重点来看 eth0∶接收的 PPS 比较大,达到12607,而接收的 BPS却很小,只有664KB。直观来看网络帧应该都是比较小的,我们稍微计算一下,664*1024/12607=54字节,说明平均每个网络帧只有54字节,这显然是很小的网络帧,也就是我们通常所说的小包问题。

那么,有没有办法知道这是一个什么样的网络帧,以及从哪里发过来的呢?

使用 tcpdump抓取 eth0上的包就可以了。我们事先已经知道,Nginx监听在80端口,它所提供的HTTP服务是基于 TCP协议的,所以我们可以指定 TCP协议和80端口精确抓包。接下来,我们在第一个终端中运行 tcpdump命令,通过-i eth0选项指定网卡eth0,并通过tcp port 80选项指定 TCP 协议的80端口∶

从 tcpdump的输出中,你可以发现

●192.168.0.2.18238>192.168.0.30.80,表示网络帧从192.168.0.2的18238端口发送到192.168.0.30的80端口,也就是从运行hping3机器的18238端口发送网络帧,目的为Nginx 所在机器的80端口。

● Flags【S】则表示这是一个 SYN 包。

再加上前面用 sar 发现的,PPS超过12000的现象,现在我们可以确认,这就是从192.168.0.2这个地址发送过来的 SYN FLOOD 攻击。

到这里,我们已经做了全套的性能诊断和分析。从系统的软中断使用率高这个现象出发,通过观察/proc/softirqs 文件的变化情况,判断出软中断类型是网络接收中断,再通过 sar和tcpdump,确认这是一个 SYN FLOOD问题。

SYN FLOOD问题最简单的解决方法,就是从交换机或者硬件防火墙中封掉来源 IP,这样 SYN FLOOD 网络帧就不会发送到服务器中。

 

 

小结


软中断CPU使用率(softirq)升高是一种很常见的性能问题。虽然软中断的类型很多,但实际生产中,我们遇到的性能瓶颈大多是网络收发类型的软中断,特别是网络接收的软中断。在碰到这类问题时,你可以借用 sar、tcpdump 等工具,做进一步分析。不要害怕网络性能,后面我会教你更多的分析方法。

 

 

©️2020 CSDN 皮肤主题: 酷酷鲨 设计师:CSDN官方博客 返回首页